專(zhuān)利名稱：基于混合標(biāo)記的對(duì)象分割方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，具體涉及一種基于混合標(biāo)記的對(duì)象分割方法和系統(tǒng)。
背景技術(shù)：
圖像分割的目的是將圖像中感興趣的區(qū)域標(biāo)記出來(lái)。根據(jù)標(biāo)記的結(jié)果，人們就可以針對(duì)特定的感興趣區(qū)域進(jìn)行圖像處理。這種針對(duì)特定區(qū)域進(jìn)行圖像處理的需求是圖像處理應(yīng)用中一個(gè)常見(jiàn)需求。但是，能夠高效地將感興趣區(qū)域標(biāo)記出來(lái)的方法還不成熟。如果區(qū)域本身是規(guī)則的，則利用交互式工具(如鼠標(biāo))很容易完成工作。但是，如果感興趣區(qū)域是不規(guī)則的，則劃分感興趣區(qū)域則比較困難。要獲得感興趣區(qū)域，需要將所有感興趣區(qū)域的邊界像素逐一標(biāo)記出來(lái)。這樣的工作是非常瑣碎和耗費(fèi)人力的。于是，人們希望用自動(dòng)或者半自動(dòng)的方式來(lái)抽取感興趣區(qū)域。這種感興趣的目標(biāo)區(qū)域被稱作目標(biāo)對(duì)象，簡(jiǎn)稱對(duì)象或者前景。半自動(dòng)的對(duì)象標(biāo)記方法就是交互式對(duì)象分割。用戶需要告訴計(jì)算程序一些對(duì)象的信息，計(jì)算機(jī)程序就可以利用這些信息自動(dòng)將對(duì)象分割出來(lái)。如果結(jié)果達(dá)不到最終目標(biāo)，用戶可以再增加一些信息。計(jì)算機(jī)程序再次計(jì)算。通過(guò)這種交互-分割的迭代方式，就可能一步一步逼近好的分割結(jié)果。通常來(lái)說(shuō)，用戶有兩種提供對(duì)象信息的方法。第一種是標(biāo)記對(duì)象的邊界，一旦完整的對(duì)象邊界被標(biāo)記出來(lái)，對(duì)象分割任務(wù)就算完成；第二種則是標(biāo)記對(duì)象的部分種子像素，利用種子像素提供的信息，計(jì)算機(jī)程序?qū)崿F(xiàn)自動(dòng)的對(duì)象分割。例如，在第二種方式中，用戶可以用鼠標(biāo)來(lái)標(biāo)記一些確定的對(duì)象像素和背景像素，然后讓計(jì)算程序進(jìn)行目標(biāo)對(duì)象分割。交互式對(duì)象分割技術(shù)的目標(biāo)就是盡可能用少的交互獲得精確的分割結(jié)果。理想情況，用戶對(duì)目標(biāo)像素進(jìn)行一個(gè)一個(gè)標(biāo)記。然而，這是不現(xiàn)實(shí)的。因?yàn)閷?duì)象的像素非常多，完全標(biāo)記是非常瑣碎和耗費(fèi)人力的。另一方面，當(dāng)對(duì)象邊界比較簡(jiǎn)單的時(shí)候，交互式對(duì)象分割技術(shù)能夠取得較好的分割精度。如果對(duì)于復(fù)雜情況，分割結(jié)果則往往不夠精確。比如，像頭發(fā)這樣的對(duì)象，邊界異常復(fù)雜，用戶很難標(biāo)記目標(biāo)對(duì)象的邊界。所以，當(dāng)這些邊界像素出現(xiàn)分割錯(cuò)誤或者標(biāo)記信息不充分時(shí)，用戶的標(biāo)注往往因?yàn)椴怀浞謽?biāo)記而獲得較差的結(jié)果。因此，目前的分割算法很難處理這種復(fù)雜的邊界。專(zhuān)利文獻(xiàn)I (US20080136820A1)提出了一種基于標(biāo)記的對(duì)象分割方法，但是其核心技術(shù)仍舊是利用前景和背景兩種標(biāo)記來(lái)獲得分割結(jié)果。對(duì)于諸如頭發(fā)之類(lèi)復(fù)雜的邊界，該專(zhuān)利文獻(xiàn)I提出的方法仍舊存在困難，分割精度不高。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于混合標(biāo)記的對(duì)象分割方法和系統(tǒng)。
根據(jù)本發(fā)明的一個(gè)方面，提出了一種基于混合標(biāo)記的對(duì)象分割方法，包括步驟接收對(duì)包含目標(biāo)對(duì)象的圖像中的像素的標(biāo)記筆劃，所述標(biāo)記筆劃包括針對(duì)目標(biāo)對(duì)象的前景筆劃、針對(duì)背景的背景筆劃和不確定是前景還是背景的不確定筆劃；基于所述前景筆劃和背景筆劃建立前景模型和背景模型，以便對(duì)圖像中未被不確定筆劃標(biāo)記的像素分類(lèi)為前景像素或背景像素；根據(jù)分類(lèi)的前景像素和背景像素，計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值，并且把概率值小于下限的像素確定為背景像素，而把概率值大于上限的像素確定為前景像素。根據(jù)本發(fā)明的實(shí)施例，所述方法還包括步驟將概率值大于所述下限而小于所述上限的像素確定為不確定像素。根據(jù)本發(fā)明的實(shí)施例，所述的方法還包括步驟用預(yù)定的閾值將概率值大于所述下限而小于所述上限的像素劃分為前景像素或背景像素。根據(jù)本發(fā)明的實(shí)施例，所述計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值的步驟是基于扣圖算法而進(jìn)行的。 根據(jù)本發(fā)明的實(shí)施例，所述的前景模型和背景模型是基于混合高斯模型而建立的。根據(jù)本發(fā)明的另一方面，提出了一種基于混合標(biāo)記的對(duì)象分割系統(tǒng)，包括接收部分，接收對(duì)包含目標(biāo)對(duì)象的圖像中的像素的標(biāo)記筆劃，所述標(biāo)記筆劃包括針對(duì)目標(biāo)對(duì)象的前景筆劃、針對(duì)背景的背景筆劃和不確定是前景還是背景的不確定筆劃；分割部分，基于所述前景筆劃和背景筆劃建立前景模型和背景模型，以便對(duì)圖像中未被不確定筆劃標(biāo)記的像素分類(lèi)為前景像素或背景像素，根據(jù)分類(lèi)的前景像素和背景像素，計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值，并且把概率值小于下限的像素確定為背景像素，而把概率值大于上限的像素確定為前景像素。根據(jù)本發(fā)明的實(shí)施例，所述的系統(tǒng)還包括存儲(chǔ)部分，存儲(chǔ)接收部分所接收的標(biāo)記筆劃；分析部分，分析所接收的標(biāo)記筆劃是前景筆劃、背景筆劃還是不確定筆劃，并提供給所述分割部分。根據(jù)本發(fā)明的實(shí)施例，所述分割部分將概率值大于所述下限而小于所述上限的像素確定為不確定像素。根據(jù)本發(fā)明的實(shí)施例，所述分割部分用預(yù)定的閾值將概率值大于所述下限而小于所述上限的像素劃分為前景像素或背景像素。根據(jù)本發(fā)明的實(shí)施例，所述分割部分基于扣圖算法計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值。根據(jù)本發(fā)明的實(shí)施例，所述的前景模型和背景模型是基于混合高斯模型而建立的。利用本發(fā)明實(shí)施例的方法和系統(tǒng)，基于多種標(biāo)記來(lái)對(duì)圖像中的對(duì)象進(jìn)行交互式分害I]，能夠處理復(fù)雜的邊界情況，獲得高精度的分割結(jié)果。


從下面結(jié)合附圖的詳細(xì)描述中，本發(fā)明的上述特征和優(yōu)點(diǎn)將更明顯，其中圖I描述了根據(jù)本發(fā)明實(shí)施例的基于混合標(biāo)記的對(duì)象分割系統(tǒng)的整體方框圖；以及圖2示出了根據(jù)本發(fā)明實(shí)施例的基于混合標(biāo)記的對(duì)象分割方法的流程圖。
具體實(shí)施例方式下面，參考附圖詳細(xì)說(shuō)明本發(fā)明的優(yōu)選實(shí)施方式。在附圖中，雖然示于不同的附圖中，但相同的附圖標(biāo)記用于表示相同的或相似的組件。為了清楚和簡(jiǎn)明，包含在這里的已知的功能和結(jié)構(gòu)的詳細(xì)描述將被省略，否則它們將使本發(fā)明的主題不清楚。
圖I描述了根據(jù)本發(fā)明實(shí)施例的基于混合標(biāo)記的對(duì)象分割系統(tǒng)的整體方框圖。如圖I所示，根據(jù)本發(fā)明實(shí)施例的系統(tǒng)包括分割單元110，它根據(jù)用戶對(duì)輸入圖像的標(biāo)記結(jié)果，從不同類(lèi)型的標(biāo)記的筆劃(例如前景、背景和不確定三種類(lèi)型的標(biāo)記的筆劃)中建立相應(yīng)的前景和背景模型，并利用這些標(biāo)記的筆劃進(jìn)行自動(dòng)圖像分割；顯示單元120，它將進(jìn)行了圖像分割的結(jié)果顯示出來(lái)。然后，用戶觀測(cè)分割結(jié)果，并根據(jù)分割目標(biāo)判斷當(dāng)前分割結(jié)果是否達(dá)到要求，如果沒(méi)有到要求，用戶利用諸如鼠標(biāo)或手寫(xiě)筆之類(lèi)的輸入裝置在分割結(jié)果的基礎(chǔ)上進(jìn)行下一步交互。根據(jù)本發(fā)明的實(shí)施例，分割單元110基于前景筆劃和背景筆劃建立前景模型和背景模型，以便對(duì)圖像中未被不確定筆劃標(biāo)記的像素分類(lèi)為前景像素或背景像素，根據(jù)分類(lèi)的前景像素和背景像素，計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值，并且把概率值小于下限的像素確定為背景像素，而把概率值大于上限的像素確定為前景像素。根據(jù)本發(fā)明的實(shí)施例，在上一步分割結(jié)果之上，用戶對(duì)分割結(jié)果進(jìn)行標(biāo)記，每一次標(biāo)記的像素集合成為一個(gè)標(biāo)記筆劃。該系統(tǒng)包括接收單元150，它接收用戶通過(guò)輸入裝置輸入的標(biāo)記筆劃。然后，存儲(chǔ)單元140存儲(chǔ)用戶一次交互的所有筆劃。這些筆劃分別對(duì)應(yīng)不同的標(biāo)記類(lèi)型，如前景、背景、不確定的邊界。存儲(chǔ)單元140針對(duì)筆劃所存儲(chǔ)的內(nèi)容是該筆劃所覆蓋的像素的位置集合，每一個(gè)筆劃對(duì)應(yīng)前景、背景和不確定邊界三種類(lèi)型中的一個(gè)標(biāo)記類(lèi)型。根據(jù)本發(fā)明的實(shí)施例，該系統(tǒng)還包括分析單元130，它根據(jù)用戶一次交互的若干筆劃，確定不同類(lèi)型的筆劃分別用于不同的處理過(guò)程，以供分割單元110使用。下面結(jié)合附圖2以具體例子的方式描述上述系統(tǒng)的操作過(guò)程。圖2示出了根據(jù)本發(fā)明實(shí)施例的基于混合標(biāo)記的對(duì)象分割方法的流程圖。如圖2所示，圖像輸入到該系統(tǒng)中，其中含有目標(biāo)對(duì)象的數(shù)字圖像是本發(fā)明實(shí)施例的輸入。目標(biāo)對(duì)象可以是任何用戶定義的圖像區(qū)域。這種目標(biāo)對(duì)象是分割前就已經(jīng)事先定義，不具有二義性，比如一個(gè)有明確意義的目標(biāo)人、動(dòng)物、草地等。也可以是這些明確意義的目標(biāo)組合。如圖2所示，輸入的圖像是一幅含有一個(gè)小孩背部的圖像。這幅圖像含有多個(gè)對(duì)象，如小孩、足球、草地、樹(shù)木、若干足球隊(duì)員等。這里定義的目標(biāo)對(duì)象為小孩的頭發(fā)，其它對(duì)象均視作背景。相對(duì)背景而言，目標(biāo)對(duì)象為前景。在步驟S11，分割單元110對(duì)輸入的圖像進(jìn)行分割，以便提取出目標(biāo)對(duì)象，即小孩的頭發(fā)。在步驟S12，顯示單元120顯示分割結(jié)果。一般來(lái)說(shuō)，對(duì)象分割的結(jié)果可以用二值圖像表示。一個(gè)值表示背景像素，一個(gè)值表示前景對(duì)象。由于分割結(jié)果要呈現(xiàn)在用戶面前，給用戶對(duì)分割結(jié)果進(jìn)行評(píng)估。因此，往往將分割結(jié)果圖像疊加到原始圖像上。一般可以將前景對(duì)象邊界在原始圖像上用特殊的顏色突出顯示；或者在原始圖像上將分割后的對(duì)象用特殊顏色顯示。然后，在步驟S13，評(píng)估分割結(jié)果。用戶評(píng)估是一種主觀行為，就是用戶根據(jù)呈現(xiàn)的分割結(jié)果判斷當(dāng)前獲得的分割結(jié)果是否達(dá)到要求，并將判斷結(jié)果告訴計(jì)算程序。如果達(dá)到，就告訴計(jì)算程序結(jié)束分割；否則，進(jìn)行進(jìn)一步處理。用戶交互的目的是為分割算法提供新的前景、背景和不確定性標(biāo)記。根據(jù)本發(fā)明的實(shí)施例，這種標(biāo)記的提供也可以由其它方式來(lái)提供。例如自動(dòng)計(jì)算出確定的前景、背景和不確定性標(biāo)記。針對(duì)存在一個(gè)統(tǒng)計(jì)意義上的前景對(duì)象模型的情況，利用該模型對(duì)上次分割結(jié)果中的前景和背景像素進(jìn)行分類(lèi)，將高信度的像素分為前景，低信度的確定為背景，中間部分且空間位置在前景背景交界處得像素確定為不確定性像素。在步驟S14判斷是否結(jié)束。分割的性能可以根據(jù)目標(biāo)的定義來(lái)用主觀和/或客觀的方式來(lái)判別。如果結(jié)束，則顯示分割結(jié)果，否則在步驟S16，用戶通過(guò)輸入裝置輸入對(duì)上次分割結(jié)果的中的像素的標(biāo)記筆劃。根據(jù)本發(fā)明的實(shí)施例，標(biāo)記筆劃包括前景筆劃、背景筆劃和不確定邊界筆劃。用戶交互是用戶利用交互工具對(duì)分割結(jié)果進(jìn)行修改的過(guò)程。這里，本發(fā)明實(shí)施例 指的交互工具為計(jì)算機(jī)鼠標(biāo)。用戶利用鼠標(biāo)在計(jì)算機(jī)屏幕上標(biāo)記。每一次鼠標(biāo)的標(biāo)記軌跡稱作一個(gè)筆劃。每一個(gè)筆劃帶有一個(gè)標(biāo)記類(lèi)型，如前景、背景、不確定性標(biāo)記。每個(gè)筆劃是一個(gè)像素位置的集合，表明這些位置的像素含有是前景、背景、不確定類(lèi)型標(biāo)記。用戶根據(jù)對(duì)目標(biāo)對(duì)象的定義來(lái)標(biāo)記前景和背景。對(duì)不容易方便標(biāo)記的像素，則標(biāo)記為不確定的類(lèi)型。一般不確定像素產(chǎn)生主要在對(duì)象的邊界。當(dāng)對(duì)象邊界復(fù)雜時(shí)，前景像素往往需要很多的交互才能完成。舉例來(lái)說(shuō)，如圖2中頭發(fā)邊界，有很多細(xì)小的頭發(fā)，導(dǎo)致一些前景邊界有時(shí)只有幾個(gè)甚至一個(gè)像素寬度。因此，用戶很難高質(zhì)量地完成交互工作。而不確定性像素標(biāo)注則是解決這個(gè)問(wèn)題的工具，用戶只需要將這些不易區(qū)分的像素直接標(biāo)記為不確定類(lèi)型，則可以由計(jì)算程序自動(dòng)進(jìn)行處理。根據(jù)本發(fā)明的實(shí)施例，用戶進(jìn)行一次交互，可以由若干筆劃構(gòu)成。每一種筆劃都有唯一的一種類(lèi)別標(biāo)記前景、背景、不確定性標(biāo)記三種。不同的標(biāo)記類(lèi)型的像素被分別存放于三個(gè)集合來(lái)表示。這三個(gè)集合分別存儲(chǔ)用戶標(biāo)記過(guò)的像素的位置集合。然后，流程回到步驟SI I。在步驟SI I，利用接收的標(biāo)記筆劃來(lái)再次進(jìn)行對(duì)象分割。對(duì)象分割是指將與對(duì)象相對(duì)應(yīng)的圖像像素進(jìn)行二元分類(lèi)的過(guò)程。分類(lèi)得到結(jié)果就是判斷哪些像素屬于目標(biāo)對(duì)象(前景)，哪些像素屬于背景對(duì)象。根據(jù)本發(fā)明實(shí)施例，這里使用的分割算法是根據(jù)特定的前景和背景信息，建立相應(yīng)的前景、背景模型。然后，在此基礎(chǔ)之上，利用前景模型和背景模型，通過(guò)對(duì)圖像中像素的分類(lèi)過(guò)程，獲得對(duì)象分割結(jié)果。在步驟Sll中，前景模型是利用先驗(yàn)信息建立的用于前景像素判別數(shù)學(xué)模型。該模型描述的前景像素的數(shù)值特征。這里，本方法使用的前景模型例如是參考文獻(xiàn)I (Wang，D. , Shan, S. G. , Zeng, ff. , Zhang, H. M. , Chen, X. L. A novel two-tier Bayesian basedmethod for hairsegmentation. International Conference on Image Processing,(2009)2401-2404)中的混合高斯模型。在步驟Sll中，背景模型是利用先驗(yàn)信息建立的用于背景像素判別數(shù)學(xué)模型。該模型描述的背景像素的數(shù)值特征。這里，本方法使用的背景模型例如為參考文獻(xiàn)I中的混合高斯模型。在步驟Sll中使用的圖切割方法是根據(jù)前景和背景模型，將像素進(jìn)行分類(lèi)的方法。該方法利用圖切割理論，綜合像素的前景和背景模型以及像素的空間關(guān)系，利用最大最小流算法實(shí)現(xiàn)對(duì)前景背景像素的分類(lèi)，參見(jiàn)參考文獻(xiàn)I。在步驟Sll 中，使用參考文獻(xiàn) 2 (Eduardo S. L. Gastal and ManuelM. Oliveira,Shared Sampling for Real-Time Alpha Matting, ComputerGraphics Forum, Volume29(2010), Number 2, Proceedings ofEurographics 2010, pp. 575-584)中描述的Matting(扣圖)算法，它是計(jì)算像素的Alpha值的方法。該方法利用當(dāng)前已經(jīng)確定的前景和背景像素，計(jì)算其它沒(méi)有確定前景背景分類(lèi)的像素的Alpha值。本發(fā)明實(shí)施例中沒(méi)有確定前景背景分類(lèi)的像素來(lái)自于圖2中步驟S17示出的不確定性標(biāo)記的像素。通過(guò)Matting算法,確定不確定像素的Alpha值。Alpha值是一個(gè)0到I之間的實(shí)數(shù)，該值表示了這個(gè)像素屬于前景的概率。I表示100%的前景，0表示100%的背景。因此，根據(jù)Alpha值，Alpha值小于一個(gè)較小閾值(下限)的像素的被判定為背景；Alpha值大于一個(gè)較大閾值(上限)的像素的被判定為前景。例如，一個(gè)分割算法的例子如下(I)初始階段，由于沒(méi)有任何用戶交互，分割算法可以采用兩種處理策略之中的任何一種I. I)采用其它自動(dòng)對(duì)象分割方法獲得初步分割結(jié)果，如參考文獻(xiàn)I ;I. 2)直接將所有的圖像像素分類(lèi)為背景像素。(2)將分割結(jié)果顯示給用戶，由用戶對(duì)該結(jié)果進(jìn)行評(píng)判。(3)如果用戶對(duì)分割結(jié)果滿意，則算法結(jié)束。(4)如果用戶對(duì)分割結(jié)果不滿意，則要求進(jìn)行交互。利用交互工具(如鼠標(biāo))，在圖像上進(jìn)行標(biāo)記。如果用戶認(rèn)為某些像素是前景像素，則用交互工具在屏幕上標(biāo)記出來(lái)。同理，標(biāo)注背景像素。如果在上一次分割結(jié)果中出現(xiàn)錯(cuò)誤的分割，如前景誤分割成為背景的像素，背景誤分割為前景像素，用戶還可以重新標(biāo)記這些錯(cuò)誤的像素為正確的標(biāo)記。另一方面，對(duì)于一些用戶認(rèn)為不能夠精細(xì)標(biāo)記的像素，用戶可以同不確定性標(biāo)記(本發(fā)明實(shí)施例特定的標(biāo)記)進(jìn)行標(biāo)記。每一次標(biāo)記稱為一個(gè)筆劃，每一個(gè)筆劃擁有一個(gè)標(biāo)記類(lèi)型前景、背景、不確定類(lèi)型。一個(gè)筆劃是用戶交互工具在屏幕上移動(dòng)的軌跡的像素位置集合。(5)根據(jù)用戶標(biāo)記的筆劃，這些用戶指定的前景像素、背景像素同上一次分割結(jié)果一起用來(lái)構(gòu)建更新后的前景和背景模型。其中，用戶標(biāo)記的前景和背景像素在新前景和背景模型構(gòu)建時(shí)分配較大的權(quán)重。根據(jù)構(gòu)建的前景背景模型，分割程序利用圖切割方式分類(lèi)圖像中的沒(méi)有被標(biāo)記為非確定類(lèi)型的所有像素為前景或背景像素。對(duì)于用戶指定的不確定像素，貝1J利用Matting算法確定其Alpha值。Alpha值是一個(gè)0到I之間的實(shí)數(shù),該值表示了這個(gè)像素屬于前景的概率。I表示100%的前景，0表示100%的背景。因此，根據(jù)Alpha值,Alpha值小于一個(gè)較小閾值的像素的被判定為背景；Alpha值大于一個(gè)較大閾值的像素 的被判定為前景。其它值對(duì)應(yīng)的像素被指定為不確定像素，這些不確定像素不參與到以后的前后背景更新計(jì)算。(6)第(5)步得到的結(jié)果被顯示給用戶，如果用戶不滿意當(dāng)前分割結(jié)果則重新回到步驟(4)，否則執(zhí)行下一步。(7)根據(jù)一個(gè)接近0. 5的閾值，將所有的不確定像素重新分類(lèi)為前景和背景。根據(jù)本發(fā)明的實(shí)施例，算法的結(jié)束的判斷也可以采用如下方式來(lái)進(jìn)行(a)交互次數(shù)，達(dá)到一定的交互次數(shù)算法結(jié)束；(b)分割結(jié)果評(píng)價(jià)度量，如Graph-cut算法中的能量函數(shù)，當(dāng)這個(gè)量能函數(shù)小于一個(gè)閾值，則表示分割達(dá)到要求；(c)主觀評(píng)價(jià)，由用戶對(duì)分割結(jié)果進(jìn)行主觀評(píng)判，輸入指令，結(jié)束整個(gè)過(guò)程。根據(jù)本發(fā)明的實(shí)施例，在存在一個(gè)統(tǒng)計(jì)意義上的前景對(duì)象模型的情況下，則可以該模型就可以對(duì)上次分割結(jié)果中的前景和背景像素進(jìn)行分類(lèi)，將高信度的像素分為前景，低信度的確定為背景，中間部分且空間位置在前景背景交界處得像素確定為不確定性像素。根據(jù)本發(fā)明的實(shí)施例的方案，利用三種標(biāo)記進(jìn)行對(duì)象分割，特別是引入不確定性標(biāo)記來(lái)增加分割的性能，避免了因?yàn)榍熬氨尘斑吔缦袼貙?duì)分割過(guò)程的影響，使得對(duì)于復(fù)雜的邊界的處理變得容易，并且提高了分割精度。上面的描述僅用于實(shí)現(xiàn)本發(fā)明的實(shí)施方式，本領(lǐng)域的技術(shù)人員應(yīng)該理解，在不脫 離本發(fā)明的范圍的任何修改或局部替換，均應(yīng)該屬于本發(fā)明的權(quán)利要求限定的范圍，因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書(shū)的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1.一種基于混合標(biāo)記的對(duì)象分割方法，包括步驟 接收對(duì)包含目標(biāo)對(duì)象的圖像中的像素的標(biāo)記筆劃，所述標(biāo)記筆劃包括針對(duì)目標(biāo)對(duì)象的前景筆劃、針對(duì)背景的背景筆劃和不確定是前景還是背景的不確定筆劃； 基于所述前景筆劃和背景筆劃建立前景模型和背景模型，以便對(duì)圖像中未被不確定筆劃標(biāo)記的像素分類(lèi)為前景像素或背景像素； 根據(jù)分類(lèi)的前景像素和背景像素，計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值，并且把概率值小于下限的像素確定為背景像素，而把概率值大于上限的像素確定為前景像素。
2.如權(quán)利要求I所述的方法，還包括步驟 將概率值大于所述下限而小于所述上限的像素確定為不確定像素。
3.如權(quán)利要求2所述的方法，還包括步驟 用預(yù)定的閾值將概率值大于所述下限而小于所述上限的像素劃分為前景像素或背景像素。
4.如權(quán)利要求I所述的方法，其中所述計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值的步驟是基于扣圖算法而進(jìn)行的。
5.如權(quán)利要求I所述的方法，其中所述的前景模型和背景模型是基于混合高斯模型而建立的。
6.一種基于混合標(biāo)記的對(duì)象分割系統(tǒng)，包括 接收部分，接收對(duì)包含目標(biāo)對(duì)象的圖像中的像素的標(biāo)記筆劃，所述標(biāo)記筆劃包括針對(duì)目標(biāo)對(duì)象的前景筆劃、針對(duì)背景的背景筆劃和不確定是前景還是背景的不確定筆劃； 分割部分，基于所述前景筆劃和背景筆劃建立前景模型和背景模型，以便對(duì)圖像中未被不確定筆劃標(biāo)記的像素分類(lèi)為前景像素或背景像素，根據(jù)分類(lèi)的前景像素和背景像素，計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值，并且把概率值小于下限的像素確定為背景像素，而把概率值大于上限的像素確定為前景像素。
7.如權(quán)利要求6所述的系統(tǒng)，還包括 存儲(chǔ)部分，存儲(chǔ)接收部分所接收的標(biāo)記筆劃； 分析部分，分析所接收的標(biāo)記筆劃是前景筆劃、背景筆劃還是不確定筆劃，并提供給所述分割部分。
8.如權(quán)利要求6所述的系統(tǒng)，其中所述分割部分將概率值大于所述下限而小于所述上限的像素確定為不確定像素。
9.如權(quán)利要求8所述的系統(tǒng)，其中所述分割部分用預(yù)定的閾值將概率值大于所述下限而小于所述上限的像素劃分為前景像素或背景像素。
10.如權(quán)利要求6所述的系統(tǒng)，其中所述分割部分基于扣圖算法計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值。
11.如權(quán)利要求6所述的系統(tǒng)，其中所述的前景模型和背景模型是基于混合高斯模型而建立的。
全文摘要
公開(kāi)了一種基于混合標(biāo)記的對(duì)象分割方法和系統(tǒng)。該方法包括接收對(duì)包含目標(biāo)對(duì)象的圖像中的像素的標(biāo)記筆劃，所述標(biāo)記筆劃包括針對(duì)目標(biāo)對(duì)象的前景筆劃、針對(duì)背景的背景筆劃和不確定是前景還是背景的不確定筆劃；基于所述前景筆劃和背景筆劃建立前景模型和背景模型，以便對(duì)圖像中未被不確定筆劃標(biāo)記的像素分類(lèi)為前景像素或背景像素；根據(jù)分類(lèi)的前景像素和背景像素，計(jì)算與不確定筆劃相對(duì)應(yīng)的一個(gè)或多個(gè)像素屬于前景像素的概率值，并且把概率值小于下限的像素確定為背景像素，而把概率值大于上限的像素確定為前景像素。由于基于多種標(biāo)記來(lái)對(duì)圖像中的對(duì)象進(jìn)行交互式分割，能夠處理復(fù)雜的邊界情況，獲得高精度的分割結(jié)果。
文檔編號(hào)G06T7/00GK102707864SQ20111008529
公開(kāi)日2012年10月3日 申請(qǐng)日期2011年3月28日 優(yōu)先權(quán)日2011年3月28日
發(fā)明者吳欣然, 曾煒 申請(qǐng)人:日電(中國(guó))有限公司