本申請主要涉及圖像處理領(lǐng)域，更具體地說是涉及一種圖像分割方法及系統(tǒng)。

背景技術(shù)：

目前，圖像處理廣泛應(yīng)用于醫(yī)學(xué)圖像、遙感云圖、指紋識別、人臉檢測、地質(zhì)勘測等領(lǐng)域，圖像分割作為圖像處理過程中的一個(gè)關(guān)鍵步驟，用于為圖像檢索、圖像分析提供有效的信息，從而使更高層次的圖像處理成為可能。

其中，圖像分割是利用圖像某些特性，如灰度、顏色、紋理等等，將圖像分割成若干個(gè)獨(dú)立且具有意義連接的區(qū)域或?qū)ο?，在每個(gè)區(qū)域內(nèi)有相同的特性，通過這些區(qū)域來表達(dá)設(shè)計(jì)的場景或者物體，符合現(xiàn)實(shí)中人眼的視覺特性，滿足用戶圖像處理需求。

現(xiàn)有技術(shù)常用的圖像分割方法主要有基于邊緣檢測或基于區(qū)域的圖像分割方法，雖然能夠達(dá)到圖像分割的目的，但是，采用現(xiàn)有的這些圖像分割方法對原始圖像的分割效果并不理想，往往無法符合用戶視覺系統(tǒng)對感知物體的理解。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種圖像分割方法及系統(tǒng)，實(shí)現(xiàn)了對圖像的快速且準(zhǔn)確地分割，使圖像分割結(jié)果更加符合用戶視覺系統(tǒng)對感知物體的理解。

為了解決上述技術(shù)問題，本申請?zhí)峁┝艘韵录夹g(shù)方案：

一種圖像分割方法，所述方法包括：

利用預(yù)設(shè)大小的像素塊對原始圖像進(jìn)行采樣，得到采樣圖像；

將所述采樣圖像映射成連通圖，并獲得所述連通圖的最小生成樹；

利用所述最小生成樹對所述采樣圖像進(jìn)行分割，并將對所述采樣圖像的分割結(jié)果映射到所述原始圖像。

優(yōu)選的，所述利用預(yù)設(shè)大小的像素塊對原始圖像進(jìn)行采樣，得到采樣圖像，包括：

將原始圖像劃分成多個(gè)預(yù)設(shè)大小的像素塊；

計(jì)算每一個(gè)像素塊包含的多個(gè)像素點(diǎn)的平均像素值，并將所述平均像素值作為相應(yīng)像素塊的像素值；

將所述像素值作為相應(yīng)像素塊映射的像素點(diǎn)的像素值，生成采樣圖像。

優(yōu)選的，所述將所述采樣圖像映射成連通圖，包括：

將所述采樣圖像中的各像素點(diǎn)作為頂點(diǎn)，并將所述采樣圖像中相鄰的任意兩個(gè)像素點(diǎn)的邊作為相應(yīng)的兩個(gè)頂點(diǎn)之間的連接線，其中，所述采樣圖像的像素點(diǎn)是由所述原始圖像中的像素塊映射而成；

計(jì)算所述相鄰的任意兩個(gè)像素點(diǎn)在Lab顏色空間的歐式距離，并將所述歐式距離作為相應(yīng)的兩個(gè)頂點(diǎn)之間的連接線的權(quán)值。

優(yōu)選的，所述獲得所述連通圖的最小生成樹，包括：

利用所述連通圖中相鄰兩個(gè)頂點(diǎn)之間的連接線及其權(quán)值，獲得所述連通圖的最小生成樹。

優(yōu)選的，所述利用所述最小生成樹對所述采樣圖像進(jìn)行分割，包括：

構(gòu)造所述原始圖像中的每一個(gè)像素塊的最小生成樹，并將所述最小生成樹中相鄰兩個(gè)原始圖像像素點(diǎn)的邊的最大權(quán)值作為相應(yīng)像素塊的最大權(quán)值；

獲取所述連通圖的最小生成樹中相鄰兩個(gè)頂點(diǎn)之間的最小權(quán)值；

判斷所述最小權(quán)值是否大于所述原始圖像中相應(yīng)兩個(gè)像素塊的最大權(quán)值；

若是，將所述兩個(gè)像素塊合并為一個(gè)新的像素塊；

若否，從所述兩個(gè)像素塊之間進(jìn)行圖像分割。

優(yōu)選的，所述利用所述連通圖中相鄰兩個(gè)頂點(diǎn)之間的連接線及其權(quán)值，獲得所述連通圖的最小生成樹，包括：

選擇所述連通圖中的任意一個(gè)頂點(diǎn)作為父節(jié)點(diǎn)，獲取所述父節(jié)點(diǎn)所在的連接線的權(quán)值；

篩選所述父節(jié)點(diǎn)所在的連接線中具有最小權(quán)值的連接線，并將篩選出的連接線中的另一個(gè)頂點(diǎn)作為所述父節(jié)點(diǎn)的子節(jié)點(diǎn)；

判斷構(gòu)造的當(dāng)前生成樹是否包含所述連通圖的所有頂點(diǎn)；

若否，將所述子節(jié)點(diǎn)作為父節(jié)點(diǎn)，返回所述獲取所述父節(jié)點(diǎn)所在的連接線的權(quán)值的步驟，直至構(gòu)造的當(dāng)前生成樹包含所述連通圖的所有頂點(diǎn)；

將所述當(dāng)前生成樹作為所述連通圖的最小生成樹。

優(yōu)選的，所述利用所述連通圖中相鄰兩個(gè)頂點(diǎn)之間的連接線及其權(quán)值，獲得所述連通圖的最小生成樹，包括：

按照不同的遍歷規(guī)則，構(gòu)造所述連通圖的多個(gè)生成樹，每一個(gè)所述生成樹均包括所述連通圖的所有頂點(diǎn)；

計(jì)算每一個(gè)生成樹中所有連接線的權(quán)值的總權(quán)值；

選擇最小總權(quán)值對應(yīng)的生成樹作為所述連通圖的最小生成樹。

一種圖像分割系統(tǒng)，所述系統(tǒng)包括：

采樣模塊，用于利用預(yù)設(shè)大小的像素塊對原始圖像進(jìn)行采樣，得到采樣圖像；

映射構(gòu)造模塊，用于將所述采樣圖像映射成連通圖，并獲得所述連通圖的最小生成樹；

分割模塊，用于利用所述最小生成樹對所述采樣圖像進(jìn)行分割，并將對所述采樣圖像的分割結(jié)果映射到所述原始圖像。

優(yōu)選的，所述采樣模塊包括：

劃分單元，用于將原始圖像劃分成多個(gè)預(yù)設(shè)大小的像素塊；

第一計(jì)算單元，用于計(jì)算每一個(gè)像素塊包含的多個(gè)像素點(diǎn)的平均像素值，并將所述平均像素值作為相應(yīng)像素塊的像素值；

生成單元，用于將所述像素塊作為新的像素點(diǎn)，生成采樣圖像。

優(yōu)選的，所述分割模塊包括：

構(gòu)造單元，用于構(gòu)造所述原始圖像中的每一個(gè)像素塊的最小生成樹，并將所述最小生成樹中相鄰兩個(gè)原始圖像像素點(diǎn)的邊的最大權(quán)值作為相應(yīng)像素塊的最大權(quán)值；

第二計(jì)算單元，用于獲取所述連通圖的最小生成樹中相鄰兩個(gè)頂點(diǎn)之間的最小權(quán)值；

判斷單元，用于判斷所述連通圖的最小權(quán)值是否大于所述原始圖像中相應(yīng)兩個(gè)像素塊的最大權(quán)值；

分割單元，用于在所述判斷單元的判斷結(jié)果為是時(shí)，將所述兩個(gè)像素塊合并為一個(gè)新的像素塊；在所述判斷單元的判斷結(jié)果為否時(shí)，從所述兩個(gè)像素塊之間進(jìn)行圖像分割。

由此可見，與現(xiàn)有技術(shù)相比，本申請?zhí)峁┝艘环N圖像分割方法及系統(tǒng)，本申請通過將原始圖像劃分成多個(gè)像素塊，并將每一個(gè)像素塊作為一個(gè)像素點(diǎn)映射成連通圖，大大減少了該連通圖的頂點(diǎn)以及邊的數(shù)量，縮短了圖像分割所花費(fèi)的時(shí)間，提高了圖像分割速度；之后，獲得該連通圖的最小生成樹，由于該最小生成樹中的每個(gè)節(jié)點(diǎn)對應(yīng)的是原始圖像的像素塊，從而使利用最小生成樹對采樣圖像的分割過程實(shí)際上是檢測原始圖像分割成的各小區(qū)域如何分割的過程，這與現(xiàn)有技術(shù)中對單純利用原始圖像的各像素點(diǎn)顏色的差異性實(shí)現(xiàn)各像素點(diǎn)的分割相比，進(jìn)一步提高了對原始圖像的分割速度，且提高了圖像分割精確度，從而使對原始圖像的分割結(jié)果更加符合人類視覺系統(tǒng)對感知物體的理解。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本申請?zhí)峁┑囊环N圖像分割方法實(shí)施例的流程圖；

圖2(a)為一種圖像像素點(diǎn)陣圖；

圖2(b)為一種連通圖的結(jié)構(gòu)示意圖；

圖2(c)為圖2(b)所示他連通圖的最小生成樹；

圖3為本申請?zhí)峁┑牧硪环N圖像分割方法實(shí)施例的部分流程圖；

圖4為本申請?zhí)峁┑挠忠环N圖像分割方法實(shí)施例的部分流程圖；

圖5為本申請?zhí)峁┑挠忠环N圖像分割方法實(shí)施例的部分流程圖；

圖6為本申請?zhí)峁┑囊环N圖像分割系統(tǒng)實(shí)施例的結(jié)構(gòu)示意圖；

圖7為本申請?zhí)峁┑牧硪环N圖像分割系統(tǒng)實(shí)施例的部分結(jié)構(gòu)示意圖；

圖8為本申請?zhí)峁┑挠忠环N圖像分割系統(tǒng)實(shí)施例的部分結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

目前，常用的圖像分割方法可以歸納為基于邊緣檢測的圖像分割方法，或基于區(qū)域的圖像分割方法。

其中，基于邊緣檢測的圖像分割方法是灰度圖像分割中廣泛使用的一種方法，以各種微分算子為基礎(chǔ)，結(jié)合門限、平滑等手段，另邊界的梯度變化性質(zhì)檢測不同區(qū)域的邊緣。對于邊界明顯和噪聲低的圖像，這種圖像分割方法能夠得到較好的分割效果，但是，對于邊緣復(fù)雜的圖像，容易受到偽輪廓或邊界空白的干擾，無法保證得到閉合的邊界，分割效果并不理想。

而對于基于邊界的圖像分割方法，其是根據(jù)同一區(qū)域內(nèi)的像素特性相似，不同區(qū)域間的像素特性相異的準(zhǔn)則，將圖像中的像素進(jìn)行分類。在具體實(shí)現(xiàn)過程中，其通常分為像素特征聚類方法和區(qū)域生成方法，前者雖然容易實(shí)現(xiàn)，但不易找到最佳聚類特征，且聚類算法大都沒有考慮圖像像素點(diǎn)的空間特性，不易得到理想的分割效果。

對于區(qū)域生長方法是一種根據(jù)事先定義的準(zhǔn)則將像素或子區(qū)域聚合成更大區(qū)域的過程，基本思想是給每個(gè)分割區(qū)域找一個(gè)種子像素作為生長的起點(diǎn)，然后將種子像素周圍的相似像素合并到種子區(qū)域?？梢姡@種方法對種子像素點(diǎn)的選擇以及生長規(guī)則的依賴性比較強(qiáng)，一旦種子像素選取的不好，很容易造成不好分割效果，而且該分割過程也很容易受到噪聲影響，進(jìn)一步影響分割精確度。

基于上述分析可知，現(xiàn)有的圖像分割方法對原始圖像的分割效果都不太理想，往往無法符合用戶視覺系統(tǒng)對感知物體的理解，為了改善圖像分割效果，申請人提出了一種基于圖論的圖像分割方法，通過將原始圖像映射為無向圖，通過無向圖中的節(jié)點(diǎn)表示像素，節(jié)點(diǎn)間的邊表示像素間的關(guān)系，邊的權(quán)重表示像素間的差異或相似度，從而利用圖論中的相關(guān)知識進(jìn)行圖像分割。

然而，申請人發(fā)現(xiàn)，這種基于圖論的圖像分割方法的分割速度與邊的數(shù)量有關(guān)，而邊的數(shù)量又與原始圖像的像素點(diǎn)數(shù)量以及采用的連通網(wǎng)絡(luò)模式有關(guān)，所以，當(dāng)原始圖像包含的像素點(diǎn)過多時(shí)，通常需要花費(fèi)較長的時(shí)間才能實(shí)現(xiàn)對原始圖像的分割；而且，這種方法往往會(huì)將本屬于同一個(gè)區(qū)域的圖像分割成兩個(gè)區(qū)域，造成嚴(yán)重的過分分割，將會(huì)與用戶的視覺系統(tǒng)對感知物體的理解不符。

為了提高圖像分割速度以及圖像分割精確度，本申請?zhí)峁┝艘环N圖像分割方法及系統(tǒng)，本申請通過將原始圖像劃分成多個(gè)像素塊，之后，將每一個(gè)像素塊作為一個(gè)像素點(diǎn)映射成連通圖，大大減少了該連通圖的頂點(diǎn)以及邊的數(shù)量，縮短了圖像分割所花費(fèi)的時(shí)間，提高了圖像分割速度，之后，獲得該連通圖的最小生成樹，由于該最小生成樹中的每個(gè)節(jié)點(diǎn)對應(yīng)的是原始圖像的像素塊，從而使利用最小生成樹對采樣圖像的分割過程實(shí)際上是檢測原始圖像分割成的各小區(qū)域如何分割的過程，這與現(xiàn)有技術(shù)中對單純利用原始圖像的各像素點(diǎn)顏色的差異性實(shí)現(xiàn)各像素點(diǎn)的分割相比，進(jìn)一步提高了對原始圖像的分割速度，且提高了圖像分割精確度，從而使對原始圖像的分割結(jié)果更加符合人類視覺系統(tǒng)對感知物體的理解。

為了使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明作進(jìn)一步詳細(xì)的說明。

如圖1所示，為本申請?zhí)峁┑囊环N圖像分割方法實(shí)施例的流程圖，該方法可以包括以下步驟：

步驟S11：利用預(yù)設(shè)大小的像素塊對原始圖像進(jìn)行采樣，得到采樣圖像；

在實(shí)際應(yīng)用中，在使用預(yù)設(shè)大小的像素塊對原始圖像的各像素點(diǎn)劃分區(qū)域時(shí)，若該像素塊取的過大，最終所得分割圖像的邊緣將會(huì)被平滑掉，從而影響該分割圖像的視覺效果。所以，本實(shí)施例預(yù)先設(shè)定的像素塊不可取的過大，也就是說，每個(gè)像素塊所包含的像素點(diǎn)的數(shù)量不可過多。

可選地，如圖2(a)所示原始圖像的像素點(diǎn)陣圖，本實(shí)施例可以設(shè)定像素塊為3x3的像素塊，也就是說，將原始圖像中的三行三列像素點(diǎn)構(gòu)成的區(qū)域作為一個(gè)像素塊。之后，按照該大小的像素塊，對原始圖像的各像素點(diǎn)劃分區(qū)域，從而將原始圖像的多個(gè)像素點(diǎn)劃分成多個(gè)像素塊，如圖2(a)粗線劃分方式。

其中，在利用預(yù)設(shè)大小的像素塊對原始圖像重新劃分區(qū)域時(shí)，可以從該原始圖像的某一邊的端點(diǎn)開始，以該像素塊大小為量度依次進(jìn)行區(qū)域劃分，但并不局限于這一種劃分方式。

需要說明的是，在設(shè)定像素塊的大小時(shí)，可以結(jié)合原始圖像每行包含的像素點(diǎn)以及每列包含的像素點(diǎn)的數(shù)量確定，以使原始圖像的每行的像素點(diǎn)數(shù)量和每列的像素點(diǎn)數(shù)量都是像素塊的整數(shù)倍，按照上述方式劃分完后，不會(huì)存在單獨(dú)的像素點(diǎn)。

基于上述描述，將上述對原始圖像的像素點(diǎn)重新劃分后，所得的采樣圖像可以認(rèn)為是由多個(gè)像素塊構(gòu)成，每個(gè)像素塊都可以包括相同數(shù)量的多個(gè)原始圖像的像素點(diǎn)?？梢姡瑢υ紙D像來說的像素塊可以認(rèn)為是采樣圖像的像素點(diǎn)。

步驟S12：將采樣圖像映射成連通圖，并獲得連通圖的最小生成樹；

在實(shí)際應(yīng)用中，連通圖是一種無向圖，可以用符號G表示?；诖?，如圖2(b)所示，本實(shí)施例可以將采樣圖像中的像素點(diǎn)(即原始圖像的像素塊，本申請下文不再一一說明)看成一個(gè)頂點(diǎn)，通過將相鄰兩個(gè)頂點(diǎn)連接構(gòu)成采樣圖像的連通圖，可以表示為G(V，E，W)。其中，V表示采樣圖像的像素點(diǎn)的集合，E表示采樣圖像中相鄰像素點(diǎn)連接的邊的集合，W表示各邊E的權(quán)重集合，其位每條邊賦給了一個(gè)實(shí)數(shù)即為權(quán)值。

需要說明的是，在本實(shí)施例的連通圖中，任意兩個(gè)頂點(diǎn)都是連通的，本實(shí)施例可以采用兩個(gè)頂點(diǎn)的空間距離來表示這兩個(gè)頂點(diǎn)連接的邊的權(quán)值，但并不局限于此。

結(jié)合上述描述可知，連通圖中的每一個(gè)頂點(diǎn)實(shí)際上對應(yīng)采樣圖像的相應(yīng)像素點(diǎn)，同時(shí)也對應(yīng)原始圖像的相應(yīng)像素塊。所以，本申請可以通過計(jì)算采樣圖像中的相鄰兩個(gè)像素點(diǎn)在Lab顏色空間的歐式距離，來確定這兩個(gè)像素點(diǎn)連接邊的權(quán)值，即連通圖中相應(yīng)兩個(gè)頂點(diǎn)間的連接線的權(quán)值。但并不局限于這一種權(quán)值計(jì)算方式。

之后，本申請可以利用連通圖的相鄰兩個(gè)頂點(diǎn)之間的連接線及其權(quán)值，獲得該連通圖的最小生成樹，如圖2(c)所示。

在實(shí)際應(yīng)用中，對于上述無向連通圖G(V，E，W)，可以將其全部頂點(diǎn)V以及部分邊E’構(gòu)成一個(gè)子圖G’，且G’＝(V，E’，W’)，且子圖的邊集合E’能將連通圖G中的所有頂點(diǎn)連通有不形成回路，則稱子圖G’是連通圖G的一顆生成樹。

其中，本申請連通圖可以包括不同的生成樹，但n個(gè)頂點(diǎn)的連通圖G的生成樹必定包含有n-1條邊，本實(shí)施例可以將所有邊的權(quán)值總和最小的生成樹作為最小生成樹，需要說明的是，本申請對獲得連通圖G的最小生成樹的實(shí)現(xiàn)方式不作限定。

步驟S13：利用最小生成樹對采樣圖像進(jìn)行分割，并將對采樣圖像的分割結(jié)果映射到原始圖像。

如上述描述，最小生成樹包含連通圖的所有頂點(diǎn)，也就是說，最小生成樹包括了采樣圖像的所有像素點(diǎn)，即原始圖像的所有像素塊。此時(shí)，本申請可以通過判斷最小生成樹的相連兩頂點(diǎn)是否屬于同一區(qū)域，從而根據(jù)判斷結(jié)果將最小生成樹劃分成多個(gè)子樹，從而實(shí)現(xiàn)對采樣圖像的分割，進(jìn)而可以將對采樣圖像的分割結(jié)果映射到原始圖像中，實(shí)現(xiàn)了對原始圖像的快速且精確分割。

由此可見，本申請通過先將原始圖像劃分成多個(gè)像素塊，再以該像素塊作為最小單位進(jìn)一步進(jìn)行區(qū)域劃分，而不是直接以原始圖像的像素點(diǎn)作為最小單位進(jìn)行區(qū)域劃分，減少了生成邊的數(shù)量，從而提高了圖像分割速度；而且，本申請?jiān)趯⒃紙D像劃分成多個(gè)像素塊后，進(jìn)一步判斷相鄰像素塊是否屬于同一部分，充分考慮了相鄰像素的顏色值的相似性，從而使本申請對原始圖像的分割結(jié)果更加符合人類視覺系統(tǒng)對感知物體的理解。

可選的，在上述實(shí)施例的基礎(chǔ)上，由于采樣圖像是通過對原始圖像進(jìn)行像素塊劃分后得到的，所以說采樣圖像的像素點(diǎn)對應(yīng)原始圖像的像素塊，基于此，對于采樣圖像的像素點(diǎn)在RGB顏色空間中的顏色值，本申請可以采用原始圖像相應(yīng)像素塊的所有像素點(diǎn)的平均顏色值表示，但并不局限于這一種計(jì)算方式。

具體地，本實(shí)施例仍以3x3的像素塊為例，采樣圖像的像素點(diǎn)k在RGB空間中的顏色值的計(jì)算公式如下：

${({P_k}^R,{P_k}^G,{P_k}^B)}^T=\frac{1}{9}(\underset{i=1}{\overset{9}{\Σ}}{P_{o,i}}^R,\underset{i=1}{\overset{9}{\Σ}}{P_{o,i}}^G,\underset{i=1}{\overset{9}{\Σ}}{P_{o,i}}^B)---\left(2\right)$

其中，P_k^R，P_k^G，P_k^B分別表示采樣圖像的像素點(diǎn)k在RGB空間的三通道的顏色值。P_o,i^R，P_o,i^G，P_o,i^B分別表示原始圖像生成像素塊中第i個(gè)像素點(diǎn)在RGB空間的三通道的顏色值。

進(jìn)一步地，在該可選實(shí)施例的基礎(chǔ)上，采樣圖像的像素點(diǎn)的數(shù)量實(shí)際上與原始圖像劃分的像素塊的數(shù)量相同，因此，后續(xù)以采樣圖像的像素點(diǎn)為單位進(jìn)行的分割處理過程，實(shí)際上就是以原始圖像的像素塊為單位進(jìn)行的圖像分割過程，下文對此不再進(jìn)行一一說明。

基于此，在得到上述采樣圖像后，為了方便后續(xù)圖像分割處理，在此可以計(jì)算采樣圖像中相鄰兩個(gè)像素點(diǎn)連接的邊的權(quán)值。具體可以按照以下方式進(jìn)行邊的權(quán)值的計(jì)算。以采樣圖像中的像素點(diǎn)p和q為例，這兩個(gè)像素點(diǎn)連接的邊的權(quán)值W(e)＝D(p，q)，歐式距離D(p，q)的計(jì)算公式如下：

$D(p,q)=\sqrt{{({P_p}^L+{P_q}^L)}^2+{({P_p}^a+{P_q}^a)}^2+{({P_p}^b+{P_q}^b)}^2}---\left(1\right)$

其中，P_k^L，P_k^a，P_k^b分別表示采樣圖像的像素點(diǎn)k在Lab空間中的每個(gè)通道的顏色值，具體可以通過空間轉(zhuǎn)換方式，將上述計(jì)算得到的在RGB顏色空間的三通道的顏色值轉(zhuǎn)換到Lab空間，具體轉(zhuǎn)換方式不作限定。

可選的，為了方便確定本實(shí)施例上述連通圖的最小生成樹，本申請可以按照上述方式計(jì)算得到的連通圖各邊的權(quán)值大小，對連通圖對相鄰頂點(diǎn)的連接線進(jìn)行排序，即對采樣圖像的各邊進(jìn)行排序，之后，根據(jù)對各邊權(quán)值的排序結(jié)果，確定包含所有頂點(diǎn)且頂點(diǎn)間連接線權(quán)值總和最小的最小生成樹。

具體地，本申請可以采用以下方式獲得連通圖中的最小生成樹，但并不局限于下文列舉的方法。

如圖3所示，為本申請?zhí)峁┑囊环N獲得最小生成樹的方法流程圖，在上述實(shí)施例的基礎(chǔ)上，將采樣圖像映射成連通圖之后，該方法還可以包括：

步驟S31：選擇連通圖中的任意一個(gè)頂點(diǎn)作為父節(jié)點(diǎn)，獲取該父節(jié)點(diǎn)所在的連接線的權(quán)值；

其中，連通圖中頂點(diǎn)數(shù)量與采樣圖像的像素點(diǎn)數(shù)量相同，即與原始圖像劃分的像素塊的數(shù)量相同。關(guān)于選擇的父節(jié)點(diǎn)所在的連接線可以包括該父節(jié)點(diǎn)與其左右相鄰、上下相鄰以及斜對角相鄰的各頂點(diǎn)之間的連接線，具體可以根據(jù)選擇的父節(jié)點(diǎn)在連通圖中的具體位置確定。

步驟S32：篩選父節(jié)點(diǎn)所在的連接線中具有最小權(quán)值的連接線，并將篩選出的連接線中的另一個(gè)頂點(diǎn)作為該父節(jié)點(diǎn)的子節(jié)點(diǎn)；

由于連通圖中的每一個(gè)連接線兩端都有頂點(diǎn)，且每一個(gè)連接線僅有兩個(gè)頂點(diǎn)，所以，本申請按照步驟S22這種方式將得到一條由n個(gè)頂點(diǎn)連接而成的不閉合曲線，即生成樹。其中，上述連通圖包括n個(gè)頂點(diǎn)。

步驟S23：判斷構(gòu)造的當(dāng)前生成樹是否包含連通圖的所有頂點(diǎn)，若否，進(jìn)入步驟S34；若是，執(zhí)行步驟S35。

本申請通過該判斷步驟進(jìn)一步提高了本申請圖像分割的準(zhǔn)確性。

步驟S34：將該子節(jié)點(diǎn)作為父節(jié)點(diǎn)，返回步驟S31。

如上所述，在確定父節(jié)點(diǎn)的子節(jié)點(diǎn)后，可以判斷按照上述方式依次連接得到的曲線是否包含了連通圖的所有頂點(diǎn)，如果否，將該子節(jié)點(diǎn)作為父節(jié)點(diǎn)，按照上述繼續(xù)獲取該父節(jié)點(diǎn)所在的連接線的權(quán)值，如此循環(huán)，直至構(gòu)造的當(dāng)前生成樹包含連通圖的所有頂點(diǎn)。

步驟S35：將當(dāng)前生成樹作為連通圖的最小生成樹。

可見，按照上述方式得到的包含有連通圖的所有頂點(diǎn)的生成樹的各邊的權(quán)值總和最小。

如圖4所示，為本申請?zhí)峁┑牧硪环N獲得最小生成樹的方法流程圖，在上述實(shí)施例的基礎(chǔ)上，將采樣圖像映射成連通圖之后，該方法還可以包括：

步驟S41：按照不同的遍歷規(guī)則，構(gòu)造連通圖的多個(gè)生成樹。

需要說明的是，每一個(gè)生成樹都包括連通圖的所有頂點(diǎn)，本申請對獲得連通圖的具體方式不作限定。

步驟S42：計(jì)算每一個(gè)生成樹中所有連接線的權(quán)值的總權(quán)值。

在本實(shí)施例中，可以按照上述可選實(shí)施例描述的權(quán)值計(jì)算方法，計(jì)算得到連通圖中每一條連接線的權(quán)值，即確定該連通圖的每一個(gè)生成樹各連接線的權(quán)值，之后，可以對各生成樹的所有連接線的權(quán)值求和，確定相應(yīng)生成樹的所有連接線的總權(quán)值。

步驟S43：選擇最小總權(quán)值對應(yīng)的生成樹作為連通圖的最小生成樹。

本申請對從多個(gè)總權(quán)值中選擇出最小總權(quán)值的方式不作限定。

綜上可知，本申請的連通圖是以原始圖像的像素塊為最小單位，不僅減少了連通圖中生成邊的數(shù)量，而且，減少了連通圖中頂點(diǎn)的數(shù)量，從而減少了得到的最小生成樹的邊和節(jié)點(diǎn)的數(shù)量，進(jìn)而提高了基于該最小生成樹對采樣圖像分割的圖像分割速度和精確度。

可選的，在上述各實(shí)施例的基礎(chǔ)上，確定連通圖的最小生成樹之后，本申請可以按照圖5所示的方法，對采樣圖像進(jìn)行分割，從而實(shí)現(xiàn)對原始圖像的圖像分割。圖5所示的方法流程可以包括：

步驟S51：構(gòu)造原始圖像中的每一個(gè)像素塊的最小生成樹；

其中，關(guān)于構(gòu)造像素塊的最小生成樹的方法，可以參照上述構(gòu)造連通圖的最小生成樹的方法，本實(shí)施例在此不再贅述。

步驟S52：將每一個(gè)像素塊的最小生成樹中相鄰兩個(gè)原始圖像像素點(diǎn)的邊的最大權(quán)值作為該像素塊的最大權(quán)值；

步驟S53：獲取連通圖的最小生成樹中相鄰兩個(gè)頂點(diǎn)之間的最小權(quán)值；

需要說明的是，該連通圖的最小生成樹中相鄰兩個(gè)頂點(diǎn)實(shí)際上是原始圖像中相應(yīng)的兩個(gè)像素塊，也可以說是采樣圖像中相應(yīng)的兩個(gè)像素點(diǎn)。因此，相鄰兩個(gè)頂點(diǎn)之間的最小權(quán)值可以是采樣圖像中相應(yīng)的兩個(gè)像素點(diǎn)連接邊的最小權(quán)值。

步驟S54：判斷該最小權(quán)值是否大于原始圖像中相應(yīng)兩個(gè)像素塊的最大權(quán)值，若是；進(jìn)入步驟S55；若否，進(jìn)入步驟S56；

在實(shí)際應(yīng)用中，本申請可以分別將步驟S53獲得的最小權(quán)值與按照上述步驟S52方式確定相應(yīng)兩個(gè)像素塊的最大權(quán)值進(jìn)行比較；也可以先將按照上述步驟S52方式確定相應(yīng)兩個(gè)像素塊的最大權(quán)值進(jìn)行不比較，確定出較大的一個(gè)像素塊的最大權(quán)值后，再將其與上述步驟S53獲取的相應(yīng)兩個(gè)頂點(diǎn)之間的最小權(quán)值進(jìn)行比較。

步驟S55：將這兩個(gè)像素塊合并為一個(gè)新的像素塊。

步驟S56：從這兩個(gè)像素塊之間進(jìn)行圖像分割。

在本實(shí)施例中，可以按照上述方式判斷最小生成樹相鄰兩個(gè)頂點(diǎn)對應(yīng)的像素塊是否屬于同一部分，若屬于同一部分，可以按照下面方式繼續(xù)判斷其中一個(gè)頂點(diǎn)與其相鄰的連一個(gè)頂點(diǎn)是否屬于同一個(gè)部分；若不屬于同一部分，可以從這兩個(gè)頂點(diǎn)之間斷開。可見，本申請可以采用這種方式將采樣圖像分割成多個(gè)部分，由于采樣圖像與原始圖像具有一定的映射關(guān)系，所以，本申請還可以將對采樣圖像的分割結(jié)果映射到原始圖像中，從而實(shí)現(xiàn)對原始圖像的再次分割，大大提高了對原始圖像的分割精確度，使得對原始圖像的分割結(jié)果更加符合用戶視覺系統(tǒng)對感知物體的理解。

如圖6所示，為本申請?zhí)峁┑囊环N圖像分割系統(tǒng)實(shí)施例的結(jié)構(gòu)示意圖，該系統(tǒng)可以包括：

采樣模塊61，用于利用預(yù)設(shè)大小的像素塊對原始圖像進(jìn)行采樣，得到采樣圖像。

需要說明的是，本申請對該像素塊的具體大小不作限定，但為了避免分割圖像影響視覺效果，該像素塊不能取的太大。

可選的，如圖7所示，該采樣模塊61可以包括：

劃分單元611，用于將原始圖像劃分成多個(gè)預(yù)設(shè)大小的像素塊；

第一計(jì)算單元612，用于計(jì)算每一個(gè)像素塊包含的多個(gè)像素點(diǎn)的平均像素值，并將該平均像素值作為相應(yīng)像素塊的像素值；

生成單元613，用于將該像素值作為相應(yīng)像素塊映射的像素點(diǎn)的像素值，生成采樣圖像。

其中，生成的采樣圖像由原始圖像的像素塊映射成像素點(diǎn)構(gòu)成。

可選的，獲得采樣圖像后，本申請還可以計(jì)算相鄰的任意兩個(gè)像素點(diǎn)在Lab顏色空間的歐式距離，并將其作為相應(yīng)的兩個(gè)像素點(diǎn)連接邊的權(quán)值。

映射構(gòu)造模塊62，用于將采樣圖像映射成連通圖，并獲得連通圖的最小生成樹。

結(jié)合上述方法實(shí)施例對應(yīng)部分的描述可知，采樣圖像實(shí)際上是將原始圖像劃分成多個(gè)像素塊后的結(jié)果，所以說，可以將原始圖像劃分后的像素塊映射成采樣圖像的像素點(diǎn)，進(jìn)而將該像素點(diǎn)映射成頂點(diǎn)，連接相鄰頂點(diǎn)形成連通圖。

之后，本申請可以利用連通圖中相鄰兩個(gè)頂點(diǎn)之間的連接線及其權(quán)值，獲得連通圖的最小生成樹，本申請對獲得連通圖的最小生成樹的實(shí)現(xiàn)方式不作限定。

其中，關(guān)于獲取連通圖中的最小生成樹的具體方式可以參照上述方法實(shí)施例對應(yīng)部分的描述，本實(shí)施在此不再贅述。

分割模塊63，用于利用該最小生成樹對采樣圖像進(jìn)行分割，并將對采樣圖像的分割結(jié)果映射到原始圖像。

具體的，如圖8所示，該分割模塊63可以包括：

構(gòu)造單元631，用于構(gòu)造原始圖像中的每一個(gè)像素塊的最小生成樹，并將該最小生成樹中相鄰兩個(gè)原始圖像像素點(diǎn)的邊的最大權(quán)值作為相應(yīng)像素塊的最大權(quán)值；

第二計(jì)算單元632，用于獲取連通圖的最小生成樹中相鄰兩個(gè)頂點(diǎn)之間的最小權(quán)值；

判斷單元633，用于判斷所述連通圖的最小權(quán)值是否大于原始圖像中相應(yīng)兩個(gè)像素塊的最大權(quán)值；

分割單元634，用于在判斷單元633的判斷結(jié)果為是時(shí)，將這兩個(gè)像素塊合并為一個(gè)新的像素塊；在判斷單元633的判斷結(jié)果為否時(shí)，從這兩個(gè)像素塊之間進(jìn)行圖像分割。

綜上所述，本申請先將原始圖像劃分成多個(gè)像素塊，之后，將每一個(gè)像素塊作為一個(gè)像素點(diǎn)映射成連通圖，大大減少了該連通圖的頂點(diǎn)以及邊的數(shù)量，縮短了圖像分割所花費(fèi)的時(shí)間，提高了圖像分割速度；之后，獲取該連通圖的最小生成樹，從而利用該最小生成樹實(shí)現(xiàn)對采樣圖像的分割，進(jìn)而通過將采樣圖像的分割結(jié)果映射到原始圖像中，實(shí)現(xiàn)對原始圖像的分割，進(jìn)一步提高了對原始圖像的分割精確度，使得對原始圖像的分割結(jié)果更加符合人類視覺系統(tǒng)對感知物體的理解。

最后，需要說明的是，關(guān)于上述各實(shí)施例中，諸如第一、第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)操作、單元或模塊與另一個(gè)操作、單元或模塊區(qū)分開來，而不一定要求或者暗示這些單元、操作或模塊之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法或者系統(tǒng)不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法或者系統(tǒng)所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法或者系統(tǒng)中還存在另外的相同要素。

本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。對于實(shí)施例公開的系統(tǒng)而言，由于其與實(shí)施例公開的方法對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

對所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實(shí)施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。