一種基于稀疏主成分分析的圖像分割的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種基于稀疏主成分分析的圖像分割 的方法及裝置。
【背景技術(shù)】
[0002] 圖像分割就是將圖像分割成各具特定性質(zhì)的區(qū)域并將感興趣的目標(biāo)提取出來(lái)的 過(guò)程。圖像分割后的圖像是互不重疊的，實(shí)現(xiàn)了圖像中目標(biāo)和背景的分離，有利于后續(xù)對(duì)圖 像的特征提取和目標(biāo)分析。目前圖像分割技術(shù)已廣泛應(yīng)用于生物醫(yī)學(xué)圖像、遙感圖像以及 軍事等領(lǐng)域。特別是在機(jī)器視覺(jué)中，圖像分割已經(jīng)成為目前研究的熱點(diǎn)。機(jī)器視覺(jué)對(duì)圖像 處理分為底層、中層和高層三個(gè)層次，圖像分割將機(jī)器視覺(jué)的底層特征處理和高層處理聯(lián) 系到一起，為感興趣的目標(biāo)進(jìn)行跟蹤、檢測(cè)和識(shí)別這些高層次的視覺(jué)任務(wù)提供圖像的區(qū)域 劃分。在基于多種圖像視覺(jué)應(yīng)用的場(chǎng)景中，圖像分割的質(zhì)量和效率影響了其后續(xù)應(yīng)用任務(wù) 的進(jìn)行。
[0003] 現(xiàn)有技術(shù)中，由于圖像中有噪聲，使進(jìn)行圖像分割時(shí)受噪聲影響，導(dǎo)致圖像的分割 質(zhì)量下降，影響圖像的視覺(jué)效果，甚至?xí)谏w圖像的一些特征，直接影響圖像的后續(xù)處理效 果。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種基于稀疏主成分分析的圖像分割的方法，包括：
[0005] 對(duì)待處理圖像中的每一點(diǎn)，根據(jù)預(yù)設(shè)的圖像分塊尺寸獲取該點(diǎn)的鄰域，將其作為 圖像塊，使所述待處理圖像的每個(gè)點(diǎn)表達(dá)成由該點(diǎn)鄰域像素組成的圖像塊，根據(jù)該點(diǎn)對(duì)應(yīng) 的圖像塊的灰度值從所述待處理圖像中獲取所有的相似圖像塊，組成樣本訓(xùn)練集；
[0006] 對(duì)所述樣本訓(xùn)練集中的與該點(diǎn)對(duì)應(yīng)的樣本塊進(jìn)行稀疏主成分分析，得到稀疏主成 分表達(dá)基和稀疏主成分表達(dá)系數(shù)，根據(jù)所述稀疏主成分表達(dá)基和所述稀疏主成分表達(dá)系數(shù) 計(jì)算以該點(diǎn)為中心的圖像塊不含噪聲的像素值；
[0007] 當(dāng)所述待處理圖像中的每一點(diǎn)都已計(jì)算得到以該點(diǎn)為中心的圖像塊不含噪聲的 像素值時(shí)，根據(jù)所述待處理圖像中的各點(diǎn)對(duì)應(yīng)的不含噪聲的像素值得到不含噪聲的圖像；
[0008] 對(duì)所述不含噪聲的圖像進(jìn)行二維直方圖的全局閾值分割，得到第一圖像，對(duì)所述 不含噪聲的圖像進(jìn)行基于移動(dòng)平均法局部閾值分割，得到第二圖像，根據(jù)所述第一圖像和 所述第二圖像之間的區(qū)域聯(lián)通性，得到分割后的圖像。所述根據(jù)預(yù)設(shè)的圖像分塊尺寸獲取 該點(diǎn)的鄰域，將其作為圖像塊，具體包括：
[0009] 以該點(diǎn)為中心，從所述待處理圖像上根據(jù)預(yù)設(shè)的圖像分塊尺寸獲取該點(diǎn)鄰域，將 其作為圖像塊，所述預(yù)設(shè)的圖像分塊尺寸的長(zhǎng)和高相等。
[0010] 所述根據(jù)該點(diǎn)對(duì)應(yīng)的圖像塊的灰度值從所述待處理圖像中獲取所有的相似圖像 塊，組成樣本訓(xùn)練集，具體包括：
[0011] 將所述圖像塊的灰度值進(jìn)行降維處理，得到用列向量表示的灰度值，計(jì)算所述用 列向量表示的灰度值的方差，從所述待處理圖像中獲取方差小于預(yù)設(shè)特定值的圖像塊，將 其作為樣本塊，計(jì)算所述待處理圖像的灰度值的歐氏距離，根據(jù)所述歐氏距離從所述樣本 塊中獲取相似圖像塊，組成樣本訓(xùn)練集。
[0012] 所述對(duì)所述樣本訓(xùn)練集中與該點(diǎn)對(duì)應(yīng)的樣本塊進(jìn)行稀疏主成分分析，得到稀疏主 成分表達(dá)基和稀疏主成分表達(dá)系數(shù)，具體包括：
[0013] 對(duì)所述樣本訓(xùn)練集進(jìn)行中心化，得到中心化矩陣，對(duì)所述中心化矩陣計(jì)算協(xié)方差 矩陣，對(duì)所述協(xié)方差矩陣進(jìn)行奇異值分解得到特征值和特征向量；
[0014] 將所述特征向量作為初始值，對(duì)所述樣本訓(xùn)練集中的與該點(diǎn)對(duì)應(yīng)的樣本塊進(jìn)行稀 疏主成分分析，反復(fù)迭代直到收斂，得到所述稀疏主成分表達(dá)基和所述稀疏主成分表達(dá)系 數(shù)；
[0015] 所述稀疏主成分分析的公式具體為：
其中，y表示所 述中心化矩陣，B表不主成分表達(dá)基，α表不主成分表達(dá)基的系數(shù)，λ表不信號(hào)的重建殘差 和表達(dá)系數(shù)之間的平衡因子。
[0016] 所述根據(jù)所述稀疏主成分表達(dá)基和所述稀疏主成分表達(dá)系數(shù)計(jì)算以該點(diǎn)
[0017] 為中心的圖像塊不含噪聲的像素值，具體包括：
[0018] 計(jì)算所述樣本訓(xùn)練集的均值，根據(jù)所述稀疏主成分表達(dá)基、所述稀疏主成分表達(dá) 系數(shù)和所述樣本訓(xùn)練集的均值計(jì)算以該點(diǎn)為中心的圖像塊不含噪聲的像素值。
[0019] 所述根據(jù)所述第一圖像和所述第二圖像之間的區(qū)域聯(lián)通性，得到分割后的圖像， 包括：
[0020] 從所述第二圖像中獲取所述第一圖像中所有的點(diǎn)，并對(duì)每個(gè)點(diǎn)按照預(yù)設(shè)映射條件 獲取該點(diǎn)鄰域；
[0021] 判斷所述該點(diǎn)鄰域內(nèi)是否存在至少一個(gè)像素目標(biāo)，是則該點(diǎn)為目標(biāo)；否則刪除該 占.
[0022] 當(dāng)所述第二圖像中所有點(diǎn)都是目標(biāo)時(shí)，得到分割后的圖像。
[0023] 另一方面，本實(shí)施例提供一種基于稀疏主成分分析的圖像分割的裝置，包括：
[0024] 獲取模塊，用于對(duì)待處理圖像中的每一點(diǎn)，根據(jù)預(yù)設(shè)的圖像分塊尺寸獲取該點(diǎn)的 鄰域，將其作為圖像塊，使所述待處理圖像的每個(gè)點(diǎn)表達(dá)成由該點(diǎn)鄰域像素組成的圖像 塊；
[0025] 組成模塊，用于根據(jù)該點(diǎn)對(duì)應(yīng)的圖像塊的灰度值從所述待處理圖像中獲取所有的 相似圖像塊，組成樣本訓(xùn)練集；
[0026] 分析模塊，用于對(duì)所述樣本訓(xùn)練集中的與該點(diǎn)對(duì)應(yīng)的樣本塊進(jìn)行稀疏主成分分 析，得到稀疏主成分表達(dá)基和稀疏主成分表達(dá)系數(shù)；
[0027] 計(jì)算模塊，用于根據(jù)所述稀疏主成分表達(dá)基和所述稀疏主成分表達(dá)系數(shù)計(jì)算以該 點(diǎn)為中心的圖像塊不含噪聲的像素值；
[0028] 去噪模塊，用于當(dāng)所述待處理圖像中的每一點(diǎn)都已計(jì)算得到以該點(diǎn)為中心的圖像 塊不含噪聲的像素值時(shí)，根據(jù)所述待處理圖像中的各點(diǎn)對(duì)應(yīng)的不含噪聲的像素值得到不含 噪聲的圖像；
[0029] 圖像處理模塊，用于對(duì)所述不含噪聲的圖像進(jìn)行二維直方圖的全局閾值分割，得 到第一圖像，對(duì)所述不含噪聲的圖像進(jìn)行基于移動(dòng)平均法局部閾值分割，得到第二圖像；
[0030] 圖像分割模塊，用于根據(jù)所述第一圖像及所述第二圖像之間的區(qū)域聯(lián)通性，得到 分割后的圖像。
[0031] 所述獲取模塊，具體用于以該點(diǎn)為中心，從所述待處理圖像上根據(jù)預(yù)設(shè)的圖像分 塊尺寸獲取該點(diǎn)鄰域，將其作為圖像塊，所述預(yù)設(shè)的圖像分塊尺寸的長(zhǎng)和高相等。
[0032] 所述組成模塊，具體包括：
[0033] 降維子模塊，具體用于將所述圖像塊的灰度值進(jìn)行降維處理，得到用列向量表示 的灰度值；
[0034] 獲取樣本塊子模塊，具體用于計(jì)算所述用列向量表示的灰度值的方差，從所述待 處理圖像中獲取方差小于預(yù)設(shè)特定值的圖像塊，將其作為樣本塊；
[0035] 組成訓(xùn)練集子模塊，具體用于計(jì)算所述待處理圖像的灰度值的歐氏距離，根據(jù)所 述歐氏距離從所述樣本塊中獲取相似圖像塊，組成樣本訓(xùn)練集。
[0036] 所述分析模塊，具體包括：
[0037] 分析子模塊，用于對(duì)所述樣本訓(xùn)練集進(jìn)行中心化，得到中心化矩陣，對(duì)所述中心化 矩陣計(jì)算協(xié)方差矩陣，對(duì)所述協(xié)方差矩陣進(jìn)行奇異值分解得到特征值和特征向量；
[0038] 迭代子模塊，用于將所述特征向量作為初始值，對(duì)所述樣本訓(xùn)練集中的與該點(diǎn)對(duì) 應(yīng)的樣本塊進(jìn)行稀疏主成分分析，反復(fù)迭代直到收斂，得到所述稀疏主成分表達(dá)基和所述 稀疏主成分表達(dá)系數(shù)；
[0039] 所述稀疏主成分分析的公式具體為： 其中，y表示所 ，+ 述中心化矩陣，B表不主成分表達(dá)基，α表不主成分表達(dá)基的系數(shù)，λ表不信號(hào)的重建殘差 和表達(dá)系數(shù)之間的平衡因子。
[0040] 所述計(jì)算模塊，具體用于計(jì)算所述樣本訓(xùn)練集的均值，根據(jù)所述稀疏主成分表達(dá) 基、所述稀疏主成分表達(dá)系數(shù)和所述樣本訓(xùn)練集的均值計(jì)算以該點(diǎn)為中心的圖像塊不含噪 聲的像素值。
[0041] 所述圖像分割模塊，具體包括：
[0042] 區(qū)域連通子模塊，用于從所述第二圖像中獲取所述第一圖像中所有的點(diǎn)，并對(duì)每 個(gè)點(diǎn)按照預(yù)設(shè)映射條件獲取該點(diǎn)鄰域；
[0043] 區(qū)域判斷子模塊，用于判斷所述該點(diǎn)鄰域內(nèi)是否存在至少一個(gè)像素目標(biāo)，是則該 點(diǎn)為目標(biāo)；否則刪除該點(diǎn)；
[0044] 分割圖像子模塊，用于當(dāng)所述第二圖像中所有點(diǎn)都是目標(biāo)時(shí)，得到分割后的圖像。
[0045] 根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明公開(kāi)了以下技術(shù)效果：
[0046] 通過(guò)本發(fā)明，可以對(duì)待處理圖像中的每一點(diǎn)，獲取該點(diǎn)的鄰域，根據(jù)該鄰域的灰度 值獲取相似圖像塊，組成樣本訓(xùn)練集，通過(guò)對(duì)樣本訓(xùn)練集中的與該點(diǎn)對(duì)應(yīng)的樣本塊進(jìn)行稀 疏主成分分析，得到稀疏主成分表達(dá)基和稀疏主成分表達(dá)系數(shù)，在對(duì)待處理圖像中每個(gè)點(diǎn) 對(duì)應(yīng)的樣本塊進(jìn)行稀疏主成分分析過(guò)程中，實(shí)現(xiàn)對(duì)待處理圖像的內(nèi)容分析，根據(jù)稀疏主成 分表達(dá)基和稀疏主成分表達(dá)系數(shù)計(jì)算以該點(diǎn)為中心的圖像塊不含噪聲的像素值，根據(jù)待處 理圖像中的各點(diǎn)對(duì)應(yīng)的不含噪聲的像素值構(gòu)造不含噪聲的圖像，并且對(duì)不含噪聲的圖像進(jìn) 行二維直方圖的全局閾值分割，得到第一圖像，對(duì)不含噪聲的圖像進(jìn)行基于移動(dòng)平均法局 部閾值分割，得到第二圖像，