专利名称：图像的分割方法及系统的制作方法
技术领域：
本发明涉及图像分割技术领域，特别涉及一种图像的分割方法及系统。
背景技术：
数字图像指以二维数组形式表示的图像。数字图像可以由许多不同的输入设备和技术生成，例如，数码相机、扫描仪、坐标测量机等。起初利用计算机来处理图形和图像信息。如今，数字图像处理在国防、工农业生产、生活娱乐等多领域都有着广阔的应用。图像分割指的是将数字图像细分为多个图像子区域像素的集合的过程。其目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割在实际中的应用包括医学影像、在卫星图像中定位物体、人脸识别、交通控制系统等。对图像分割算法的研究已有几十年的历史，借助各种理论提出了上千种各种类型的分割算法。但这些方法大都是针对具体问题的，因此无法通用于所有的图像，并且现有图像分割算法的复杂度有较高。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。为达到上述目的，本发明一方面的实施例提出一种图像的分割方法，包括以下步骤:提供待分割图像；从所述待分割图像的像素点中获取任意前景点和背景点，并对所述前景点和背景点进行标定；根据所述待分割图像的像素点以及标定的所述前景点和背景点构造流网络图；采用压入重标注方法对所述流网络图进行处理以得到最小割集，其中，最小割集为将所述待分割图像分割成前景和背景在所述流网络图中所需断开的相似性最小的边的集合；以及根据所述最小割集将所述待分割图像分割为前景区域和背景区域。根据本发明实施例的方法，通过构造待识别图像的流网络图，并对其进行压入和重标注，因此简化了算法的复杂度，同时适用于所有的图像方便了用户使用。在本发明的一个实例中，在所述流网络图中，每个像素点与其相邻的像素点之间的边的权重为W(P，q)，且除源点的相邻点和汇点的其他像素点与所述源点之间的边的权重以及除汇点的相邻点和源点的其他像素点与所述汇点之间的边的权重为常数，其中，所述源点为所述前景点，所述汇点为所述后景点。在本发明的一个实例中，所述相邻像素点之间的权重W(p，q)通过如下公式表示，
权利要求
1.一种图像的分割方法，其特征在于，包括以下步骤: 提供待分割图像； 从所述待分割图像的像素点中获取任意前景点和背景点，并对所述前景点和背景点进行标定； 根据所述待分割图像的像素点以及标定的所述前景点和背景点构造流网络图； 采用压入重标注方法对所述流网络图进行处理以得到最小割集，其中，所述最小割集为将所述待分割图像分割成前景和背景在所述流网络图中所需断开的相似性最小的边的集合；以及 根据所述最小割集将所述待分割图像分割为前景区域和背景区域。
2.如权利要求1所述的图像的分割方法，其特征在于，在所述流网络图中，每个像素点与其相邻的像素点之间的边的权重为W(p，q)，且除源点的相邻点和汇点的其他像素点与所述源点之间的边的权重以及除汇点的相邻点和源点的其他像素点与所述汇点之间的边的权重为常数， 其中，所述源点为所述前景点，所述汇点为所述后景点。
3.如权利要求1所述的图像的分割方法，其特征在于，所述相邻像素点之间的权重W(p, q)通过如下公式表示，
4.如权利要求1所述的图像的分割方法，其特征在于，所述常数通过如下公式表示，
5.一种图像的分割系统，其特征在于，包括: 获取模块，用于提供待分割图像； 标定模块，用于从所述待分割图像的像素点中获取任意前景点和背景点，并对所述前景点和背景点进行标定； 构造模块，用于根据所述待分割图像的像素点以及标定的所述前景点和背景点构造流网络图； 处理模块，用于采用压入重标注方法对所述流网络图进行处理以得到最小割集，其中，所述最小割集为将所述待分割图像分割成前景和背景在所述流网络图中所需断开的相似性最小的边的集合；以及 分割模块，用于根据所述最小割集将所述待分割图像分割为前景区域和背景区域。
6.如权利要求5所述的图像的分割系统，其特征在于，在所述流网络图中，每个像素点与其相邻的像素点之间的边的权重为W(p，q)，且除源点的相邻点和汇点的其他像素点与所述源点之间的边的权重以及除汇点的相邻点和源点的其他像素点与所述汇点之间的边的权重为常数， 其中，所述源点为所述前景点，所述汇点为所述后景点。
7.如权利要求5所述的相似图像分类系统，其特征在于，所述相邻像素点之间的权重W (P, q)通过如下公式表示，
8.如权利要求5所述的相似图像分类系统，其特征在于，所述常数通过如下公式表示，
全文摘要
本发明提出一种图像的分割方法及系统。其中，方法包括以下步骤提供待分割图像；从待分割图像的像素点中获取任意前景点和背景点，并对前景点和背景点进行标定；根据待分割图像的像素点以及标定的前景点和背景点构造流网络图；采用压入重标注方法对流网络图进行处理以得到最小割集，其中，最小割集为将待分割图像分割成前景和背景在流网络图中所需断开的相似性最小的边的集合；以及根据最小割集将待分割图像分割为前景区域和背景区域。根据本发明实施例的方法，通过构造待识别图像的流网络图，并对其进行压入和重标注，因此简化了算法的复杂度，同时适用于所有的图像方便了用户使用。
文档编号G06T7/00GK103198470SQ20131006070
公开日2013年7月10日 申请日期2013年2月26日 优先权日2013年2月26日
发明者戴琼海, 黄炜程, 索津莉, 王竞瑶 申请人:清华大学, 北京华清美伦科技有限公司