一種圖像分割方法及裝置與流程

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種圖像分割方法及裝置。

背景技術(shù)：

圖像分割是指把圖像分成若干個特定的、具有獨特性質(zhì)的區(qū)域。一般的，圖像分割是進行圖像識別前的一個重要環(huán)節(jié)，沒有正確的圖像分割就難以有正確的圖像識別。

現(xiàn)有技術(shù)中提供了這樣一種圖像分割方案：首先，利用常規(guī)的邊緣提取算法對待分割圖像進行邊緣提取，得到待分割圖像的邊緣圖像；接著，基于田字格圖像區(qū)域劃分規(guī)則，將該邊緣圖像劃分成多個圖像區(qū)域，然后，按照預(yù)設(shè)的邊緣過濾規(guī)則，對所劃分的圖像區(qū)域中的邊緣進行過濾；最后，將經(jīng)過邊緣過濾處理后的邊緣圖像中的邊緣進行邊緣連接，獲得該待分割圖像的多個連通域，并根據(jù)所獲得的多個連通域提取待分割圖像的目標(biāo)。

上述方案雖能夠?qū)崿F(xiàn)對圖像的分割，但由于上述方案中對所獲得的邊緣圖像進行的是田字格劃分，該田字格劃分規(guī)則中一旦所利用的田字格模板的尺寸確定之后，待分割圖像被劃分出的圖像區(qū)域的數(shù)量也就確定了，例如，選用尺寸為3×3的田字格模板可將待分割圖像劃分成9個等大小的圖像區(qū)域，等等，且劃分之后的圖像區(qū)域不可以進行局部的劃分與合并。其中，田字格模板中的格子數(shù)量越多則稱為田字格模板的尺寸越大，可見，選用的田字格模板的尺寸越大，待分割圖像被劃分出的圖像區(qū)域的數(shù)量也就越多，導(dǎo)致待分割圖像中的目標(biāo)被打散的程度越厲害，因此容易破壞目標(biāo)對象的完整性，影響了從待分割圖像中提取目標(biāo)的準(zhǔn)確率。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例的目的在于提供一種圖像分割方法及裝置，降低待分割圖像中的目標(biāo)被打散的程度，以提高從待分割圖像中提取目標(biāo)的準(zhǔn)確率。

為達到上述目的，本發(fā)明實施例公開了一種圖像分割方法，所述方法包括：

獲得待分割圖像并對所述待分割圖像進行邊緣提取，生成所述待分割圖像的邊緣圖像；

按照預(yù)設(shè)的區(qū)域劃分規(guī)則，將所述邊緣圖像劃分成多個圖像區(qū)域；

獲得每個圖像區(qū)域內(nèi)邊緣的第一邊緣分布信息，根據(jù)所述第一邊緣分布信息篩選待細(xì)分圖像區(qū)域；

按照預(yù)設(shè)的圖像細(xì)分規(guī)則，對所述待細(xì)分圖像區(qū)域進行細(xì)分處理，獲得所述待細(xì)分圖像區(qū)域的子圖像區(qū)域，其中，所述預(yù)設(shè)的圖像細(xì)分規(guī)則包括：與圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的細(xì)分規(guī)則；

獲得所述子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)邊緣的第二邊緣分布信息，根據(jù)所述第二邊緣分布信息篩選待合并圖像區(qū)域；

按照預(yù)設(shè)的圖像合并規(guī)則，對所述待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果，其中，所述預(yù)設(shè)的圖像合并規(guī)則包括：與子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的合并規(guī)則。

可選的，所述按照預(yù)設(shè)的區(qū)域劃分規(guī)則，將所述邊緣圖像劃分成多個圖像區(qū)域，包括：

分別沿水平方向和豎直方向?qū)λ龃指顖D像進行劃分，得到(m+1)*(n+1)個圖像區(qū)域；其中，m為水平方向分割線的數(shù)量，n為豎直方向分割線的數(shù)量，m、n均為非負(fù)整數(shù)。

可選的，所述按照預(yù)設(shè)的圖像細(xì)分規(guī)則，對所述待細(xì)分圖像區(qū)域進行細(xì)分處理，獲得所述待細(xì)分圖像區(qū)域的子圖像區(qū)域，包括：

對劃分得到的圖像區(qū)域a進行虛擬細(xì)分，得到s個虛擬子圖像區(qū)域；

計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi，其中，i＝1，2，…，s；

在存在使得表達式pa<pi成立的虛擬子圖像區(qū)域的情況下，按照所述圖像區(qū)域a細(xì)分得到所述s個虛擬子圖像區(qū)域的細(xì)分方式，將所述圖像區(qū)域a細(xì)分成 s個子圖像區(qū)域，其中，所述s個子圖像區(qū)域與所述s個虛擬子圖像區(qū)域一致。

可選的，所述計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi，包括：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，ldiagonal為一個圖像區(qū)域?qū)蔷€的長度。

可選的，所述計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi，包括：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，lperimeter為一個圖像區(qū)域的周長。

可選的，所述按照預(yù)設(shè)的圖像合并規(guī)則，對所述待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果，包括：

對劃分得到的子圖像區(qū)域和未劃分子圖像區(qū)域的圖像區(qū)域中的r個圖像區(qū)域進行虛擬合并，得到圖像區(qū)域b；

計算所述r個圖像區(qū)域中每一圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj以及所述圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb，其中，j＝1，2，…，r；

在所述r個圖像區(qū)域中的每一圖像區(qū)域均使得表達式pb＞pj成立的情況下，按照所述r個圖像區(qū)域合并得到所述圖像區(qū)域b的合并方式，將所述r個圖像區(qū)域合并為一個圖像區(qū)域，其中，合并后得到的圖像區(qū)域與所述圖像區(qū)域b 一致。

可選的，所述按照預(yù)設(shè)的圖像合并規(guī)則，對所述待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果，包括：

將合并處理后得到的各個圖像區(qū)域內(nèi)包含的邊緣數(shù)量最多的圖像區(qū)域確定為目標(biāo)圖像區(qū)域；

對所確定的目標(biāo)圖像區(qū)域中的邊緣進行連接，生成連通域，確定所述連通域為針對待分割圖像的圖像分割結(jié)果。

為達到上述目的，本發(fā)明實施例公開了一種圖像分割裝置，所述裝置包括：

邊緣圖像生成模塊，用于獲得待分割圖像并對所述待分割圖像進行邊緣提取，生成所述待分割圖像的邊緣圖像；

圖像區(qū)域劃分模塊，用于按照預(yù)設(shè)的區(qū)域劃分規(guī)則，將所述邊緣圖像劃分成多個圖像區(qū)域；

待細(xì)分區(qū)域篩選模塊，用于獲得每個圖像區(qū)域內(nèi)邊緣的第一邊緣分布信息，根據(jù)所述第一邊緣分布信息篩選待細(xì)分圖像區(qū)域；

圖像區(qū)域細(xì)分模塊，用于按照預(yù)設(shè)的圖像細(xì)分規(guī)則，對所述待細(xì)分圖像區(qū)域進行細(xì)分處理，獲得所述待細(xì)分圖像區(qū)域的子圖像區(qū)域，其中，所述預(yù)設(shè)的圖像細(xì)分規(guī)則包括：與圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的細(xì)分規(guī)則；

待合并區(qū)域篩選模塊，用于獲得所述子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)邊緣的第二邊緣分布信息，根據(jù)所述第二邊緣分布信息篩選待合并圖像區(qū)域；

圖像區(qū)域合并模塊，用于按照預(yù)設(shè)的圖像合并規(guī)則，對所述待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果，其中，所述預(yù)設(shè)的圖像合并規(guī)則包括：與子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的合并規(guī)則。

可選的，所述圖像區(qū)域劃分模塊，用于：

分別沿水平方向和豎直方向?qū)λ龃指顖D像進行劃分，得到(m+1)* (n+1)個圖像區(qū)域；其中，m為水平方向分割線的數(shù)量，n為豎直方向分割線的數(shù)量，m、n均為非負(fù)整數(shù)。

可選的，所述圖像區(qū)域細(xì)分模塊，包括：

虛擬區(qū)域劃分單元，用于對劃分得到的圖像區(qū)域a進行虛擬細(xì)分，得到s個虛擬子圖像區(qū)域；

第一分布信息計算單元，用于計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi，其中，i＝1，2，…，s；

區(qū)域細(xì)分單元，用于在存在使得表達式pa<pi成立的虛擬子圖像區(qū)域的情況下，按照所述圖像區(qū)域a細(xì)分得到所述s個虛擬子圖像區(qū)域的細(xì)分方式，將所述圖像區(qū)域a細(xì)分成s個子圖像區(qū)域，其中，所述s個子圖像區(qū)域與所述s個虛擬子圖像區(qū)域一致。

可選的，所述第一分布信息計算單元，用于：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，ldiagonal為一個圖像區(qū)域?qū)蔷€的長度。

可選的，所述第一分布信息計算單元，用于：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，lperimeter為一個圖像區(qū)域的周長。

可選的，所述圖像區(qū)域合并模塊，包括：

虛擬區(qū)域合并單元，用于對劃分得到的子圖像區(qū)域和未劃分子圖像區(qū)域的圖像區(qū)域中的r個圖像區(qū)域進行虛擬合并，得到圖像區(qū)域b；

第二分布信息計算單元，用于計算所述r個圖像區(qū)域中每一圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj以及所述圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb，其中，j＝1，2，…，r；

區(qū)域合并單元，用于在所述r個圖像區(qū)域中的每一圖像區(qū)域均使得表達式pb＞pj成立的情況下，按照所述r個圖像區(qū)域合并得到所述圖像區(qū)域b的合并方式，將所述r個圖像區(qū)域合并為一個圖像區(qū)域，其中，合并后得到的圖像區(qū)域與所述圖像區(qū)域b一致。

可選的，所述圖像區(qū)域合并模塊，包括：

目標(biāo)區(qū)域確定單元，用于將合并處理后得到的各個圖像區(qū)域內(nèi)包含的邊緣數(shù)量最多的圖像區(qū)域確定為目標(biāo)圖像區(qū)域；

分割結(jié)果確定單元，用于對所確定的目標(biāo)圖像區(qū)域中的邊緣進行連接，生成連通域，確定所述連通域為針對待分割圖像的圖像分割結(jié)果。

本發(fā)明實施例提供的一種圖像分割方法及裝置，該方法包括：首先獲得待分割圖像并對待分割圖像進行邊緣提取，生成待分割圖像的邊緣圖像；其次，按照預(yù)設(shè)的區(qū)域劃分規(guī)則，將邊緣圖像劃分成多個圖像區(qū)域；獲得每個圖像區(qū)域內(nèi)邊緣的第一邊緣分布信息，根據(jù)第一邊緣分布信息篩選待細(xì)分圖像區(qū)域；然后，按照預(yù)設(shè)的圖像細(xì)分規(guī)則，對待細(xì)分圖像區(qū)域進行細(xì)分處理，獲得待細(xì)分圖像區(qū)域的子圖像區(qū)域；獲得子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)邊緣的第二邊緣分布信息，根據(jù)第二邊緣分布信息篩選待合并圖像區(qū)域；最后，按照預(yù)設(shè)的圖像合并規(guī)則，對待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果。應(yīng)用本發(fā)明實施例提供的方案進行圖像分割，在將待分割圖像劃分成多個圖像區(qū)域后，進一步將多個圖像區(qū)域中符合圖像區(qū)域細(xì)分或圖像區(qū)域合并的圖像區(qū)域進行細(xì)分或合并，這樣劃分得到的圖像區(qū)域中盡可能的包含了完整的圖像目標(biāo)，因此，降低了待分割圖像中的目標(biāo)被打散的程度，提高了目標(biāo)提取的準(zhǔn)確率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(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)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種圖像分割方法的流程示意圖；

圖2a為本發(fā)明實施例提供的一種對邊緣圖像進行圖像劃分的示意圖；

圖2b為對圖2a中劃分得到的各個圖像區(qū)域進行第一層細(xì)分得到的細(xì)分結(jié)果的示意圖；

圖2c為對圖2a中劃分得到的各個圖像區(qū)域進行第二層細(xì)分得到的細(xì)分結(jié)果的示意圖；

圖2d為對圖2c中劃分得到的各個圖像區(qū)域進行第一層合并得到的合并結(jié)果的示意圖；

圖2e為對圖2c中劃分得到的各個圖像區(qū)域進行第二層合并得到的合并結(jié)果的示意圖；

圖2f為本發(fā)明實施例提供的一種t型節(jié)點的示意圖；

圖3為本發(fā)明實施例提供的一種圖像分割裝置的結(jié)構(gòu)示意圖。

具體實施方式

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

圖1為本發(fā)明實施例提供的一種圖像分割方法的流程示意圖，該方法可以包括以下步驟：

步驟s101：獲得待分割圖像并對待分割圖像進行邊緣提取，生成待分割圖像的邊緣圖像。

其中，所獲得的待分割圖像可以為灰度圖像。實際應(yīng)用中，對于需要進行圖像分割的彩色圖像而言，要對其進行灰度化處理，以得到針對該彩色圖像的待分割圖像。

當(dāng)獲得待分割圖像之后，可以采用常規(guī)的邊緣提取算法來提取待分割圖像中的邊緣。具體的，常規(guī)的邊緣提取算法可以是susan算子、canny算子、sobel算子等等，上述列舉的具體的邊緣提取算法均為常用的圖像處理算法，本發(fā)明并不需要對進行邊緣提取時所采用的具體的邊緣提取算法進行限定，本領(lǐng)域內(nèi)的技術(shù)人員需要根據(jù)實際應(yīng)用時的具體情況進行選擇。

步驟s102：按照預(yù)設(shè)的區(qū)域劃分規(guī)則，將邊緣圖像劃分成多個圖像區(qū)域。

在本發(fā)明的一種具體實現(xiàn)方式中，可以分別沿水平方向和豎直方向?qū)Υ指顖D像進行劃分，得到(m+1)*(n+1)個圖像區(qū)域，其中，m為水平方向分割線的數(shù)量，n為豎直方向分割線的數(shù)量，m、n均為非負(fù)整數(shù)。

參見圖2a，為本發(fā)明實施例提供的一種對邊緣圖像進行圖像劃分的示意圖，圖2a中的圖像被劃分成4*3＝12個圖像區(qū)域，其中，水平方向分割線的數(shù)量m＝3，豎直方向分割線的數(shù)量n＝2。

需要說明的是，上述列舉的對邊緣圖像進行劃分的實現(xiàn)方式僅僅是眾多實現(xiàn)方式中的一種具體方式而已。當(dāng)然，還可以有其他可行的圖像區(qū)域劃分方式，本發(fā)明實施例不需要對此進行限定，本領(lǐng)域內(nèi)的技術(shù)人員需要根據(jù)實際應(yīng)用時的具體情況進行合理的設(shè)置。

為了便于描述，現(xiàn)將步驟s103-s104結(jié)合起來進行詳細(xì)的說明。

步驟s103：獲得每個圖像區(qū)域內(nèi)邊緣的第一邊緣分布信息，根據(jù)第一邊緣分布信息篩選待細(xì)分圖像區(qū)域。

步驟s104：按照預(yù)設(shè)的圖像細(xì)分規(guī)則，對待細(xì)分圖像區(qū)域進行細(xì)分處理，獲得待細(xì)分圖像區(qū)域的子圖像區(qū)域。

其中，預(yù)設(shè)的圖像細(xì)分規(guī)則包括：與圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的細(xì)分規(guī)則。

具體的，這里提及的每個圖像區(qū)域內(nèi)邊緣的第一邊緣分布信息，可以根據(jù)一個圖像區(qū)域內(nèi)包含的邊緣數(shù)量sum與該圖像區(qū)域以像素點為單位得到的區(qū) 域面積area之間的比值sum/area來獲得。

進一步的，可以對該圖像區(qū)域進行虛擬細(xì)分，得到i個子圖像區(qū)域，分別計算該圖像區(qū)域內(nèi)包含的邊緣的第一邊緣分布信息，以及虛擬細(xì)分得到的i個子圖像區(qū)域內(nèi)包含的邊緣的第一邊緣分布信息，當(dāng)計算得到的i個子圖像區(qū)域的第一邊緣分布信息中存在大于該圖像區(qū)域的第一邊緣分布信息的子圖像區(qū)域的情況下，將該圖像區(qū)域確定為待細(xì)分圖像區(qū)域并篩選出來以進行后續(xù)的細(xì)分處理。

需要說明的是，所謂的虛擬細(xì)分僅僅是邏輯上的細(xì)分，此時并不是真正將所獲得每個圖像細(xì)分成多個子區(qū)域，這里進行虛擬細(xì)分的目的是為了進行判斷被虛擬細(xì)分的圖像區(qū)域是否為待細(xì)分圖像區(qū)域。

在本發(fā)明的一種具體實現(xiàn)方式中，按照預(yù)設(shè)的圖像細(xì)分規(guī)則，對待細(xì)分圖像區(qū)域進行細(xì)分處理，獲得待細(xì)分圖像區(qū)域的子圖像區(qū)域，可以包括以下步驟：

(1)對劃分得到的圖像區(qū)域a進行虛擬細(xì)分，得到s個虛擬子圖像區(qū)域；

(2)計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi，其中，i＝1，2，…，s；

(3)在存在使得表達式pa<pi成立的虛擬子圖像區(qū)域的情況下，按照圖像區(qū)域a細(xì)分得到s個虛擬子圖像區(qū)域的細(xì)分方式，將圖像區(qū)域a細(xì)分成s個子圖像區(qū)域，其中，s個子圖像區(qū)域與s個虛擬子圖像區(qū)域一致。

需要說明的是，在存在使得表達式pa<pi成立的虛擬子圖像區(qū)域的情況下，可以確定圖像區(qū)域a為待細(xì)分圖像區(qū)域；反之，在不存在使得表達式pa<pi成立的虛擬子圖像區(qū)域的情況下，確定圖像區(qū)域a不是待細(xì)分圖像區(qū)域，該區(qū)域保持不變。

具體的，可以通過以下兩種方式來計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi，如下：

方式一：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，ldiagonal為一個圖像區(qū)域?qū)蔷€的長度。

方式二：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，lperimeter為一個圖像區(qū)域的周長。

需要說明的是，為了便于計算，上述兩種方式中用圖像區(qū)域的對角線的長度ldiagonal或圖像區(qū)域的周長lperimeter來替代圖像區(qū)域的面積area。于是，這里提及的“圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa”是對上面提及的“圖像區(qū)域內(nèi)包含的邊緣的第一邊緣分布信息”的近似計算；同樣的，“每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi”分別是對“虛擬細(xì)分得到的i個子圖像區(qū)域內(nèi)包含的邊緣的第一邊緣分布信息”的近似計算。

當(dāng)然，上述列舉的兩種計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi僅僅是眾多實現(xiàn)方式中的兩種具體方式而已，本發(fā)明不需要對此進行限定，任何可能的實現(xiàn)方式均可以應(yīng)用于本發(fā)明。

參見圖2b，為對圖2a中劃分得到的各個圖像區(qū)域進行第一層細(xì)分得到的細(xì)分結(jié)果的示意圖。具體的，可以利用田字格2*2的模板(即水平方式的分割線數(shù)量以及豎直方向的分割線的數(shù)量均為1)將圖2a中篩選出每個待細(xì)分圖像區(qū)域分別劃分為4個區(qū)域，稱作對圖2a中劃分得到的各個圖像區(qū)域的第一層細(xì)分(參見圖2b中的灰色區(qū)域)。

參見圖2c，為對圖2a中劃分得到的各個圖像區(qū)域進行第二層細(xì)分得到的細(xì) 分結(jié)果的示意圖。具體的，首先需要對圖2b中的每個圖像區(qū)域進行篩選，篩選出待細(xì)分圖像區(qū)域，仍然可以利用田字格2*2的模板將圖2b中篩選出每個待細(xì)分圖像區(qū)域分別劃分為4個區(qū)域，稱作對圖2a中劃分得到的各個圖像區(qū)域的第二層細(xì)分(參見圖2c中虛線劃分的區(qū)域)。

應(yīng)用本實施例提供的方案時，可以利用對圖2b或圖2c中的細(xì)分方式不斷的對圖2a中的圖像區(qū)域進行層層細(xì)分，直至得到的每個圖像區(qū)域不存在待細(xì)分圖像區(qū)域為止。

需要說明的是，圖2b與圖2c中提及的利用田字格2*2的模板對待細(xì)分圖像區(qū)域的細(xì)分僅僅是眾多細(xì)分方式中的一種具體的方式而已，本發(fā)明不需要限定對待細(xì)分圖像區(qū)域進行細(xì)分處理時所利用的具體的細(xì)分方式，當(dāng)然，更不需要限定田字格模板的大小，例如，還可以使用3*3、5*5等田字格模板。本領(lǐng)域內(nèi)的技術(shù)人員需要根據(jù)實際應(yīng)用中的具體情況進行合理的設(shè)置，任何可能的實現(xiàn)方式均可以應(yīng)用于本發(fā)明。

為了便于描述，現(xiàn)將步驟s105-s106結(jié)合起來進行詳細(xì)的說明。

步驟s105：獲得子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)邊緣的第二邊緣分布信息，根據(jù)第二邊緣分布信息篩選待合并圖像區(qū)域。

步驟s106：按照預(yù)設(shè)的圖像合并規(guī)則，對待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果。

其中，預(yù)設(shè)的圖像合并規(guī)則包括：與子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的合并規(guī)則。

具體的，這里提及的子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)邊緣的第二邊緣分布信息，同樣可以根據(jù)一個圖像區(qū)域內(nèi)包含的邊緣數(shù)量sum與該圖像區(qū)域以像素點為單位得到的區(qū)域面積area之間的比值sum/area來獲得。

進一步的，可以對子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的j個圖像區(qū)域進行虛擬合并，得到一個虛擬合并處理后的圖像區(qū)域，然后，分別計算虛擬合并前j個圖像區(qū)域的第二邊緣分布信息，以及虛擬合并后得到的圖像區(qū)域的 第二邊緣分布信息，當(dāng)計算得到的j個圖像區(qū)域的第二分布信息均小于虛擬合并處理后得到的圖像區(qū)域的第二分布信息的情況下，將j個圖像區(qū)域確定為待合并圖像區(qū)域并篩選出來以進行后續(xù)的合并處理。

需要說明的是，所謂的虛擬合并僅僅是邏輯上的合并，此時并不是真正將子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的j個圖像區(qū)域合并成一個圖像區(qū)域，這里進行虛擬合并的目的是為了進行判斷被虛擬合并的圖像區(qū)域是否為待合并圖像區(qū)域。

在本發(fā)明的一種具體實現(xiàn)方式中，按照預(yù)設(shè)的圖像合并規(guī)則，對待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果，可以包括以下步驟：

(1)對劃分得到的子圖像區(qū)域和未劃分子圖像區(qū)域的圖像區(qū)域中的r個圖像區(qū)域進行虛擬合并，得到圖像區(qū)域b；

(2)計算r個圖像區(qū)域中每一圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj以及圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb，其中，j＝1，2，…，r；

(3)在r個圖像區(qū)域中的每一圖像區(qū)域均使得表達式pb＞pj成立的情況下，按照r個圖像區(qū)域合并得到圖像區(qū)域b的合并方式，將r個圖像區(qū)域合并為一個圖像區(qū)域，其中，合并后得到的圖像區(qū)域與圖像區(qū)域b一致。

需要說明的是，在r個圖像區(qū)域中的每一圖像區(qū)域均使得表達式pb＞pj成立的情況下，可以確定r個圖像區(qū)域為待合并圖像區(qū)域；否則，確定r個圖像區(qū)域不是待合并圖像區(qū)域，該r個圖像區(qū)域保持不變。

具體的，可以通過以下兩種方式來計算劃分得到的子圖像區(qū)域和未劃分子圖像區(qū)域的圖像區(qū)域中的r個圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj以及圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb，如下：

方式一：

按照以下表達式：

分別計算r個圖像區(qū)域中每一圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj以及圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，ldiagonal為一個圖像區(qū)域?qū)蔷€的長度。

方式二：

按照以下表達式：

分別計算r個圖像區(qū)域中每一圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj以及圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，lperimeter為一個圖像區(qū)域的周長。

需要說明的是，為了便于計算，上述兩種方式中用圖像區(qū)域的對角線的長度ldiagonal或圖像區(qū)域的周長lperimeter來替代圖像區(qū)域的面積area。于是，這里提及的“r個圖像區(qū)域中每一圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj”是對上面提及的“子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)邊緣的第二邊緣分布信息”的近似計算；同樣的，“圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb”是對“虛擬合并后得到的圖像區(qū)域的第二邊緣分布信息”的近似計算。

當(dāng)然，上述列舉的兩種計算劃分得到的子圖像區(qū)域和未劃分子圖像區(qū)域的圖像區(qū)域中的r個圖像區(qū)域pj以及圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb僅僅是眾多實現(xiàn)方式中的兩種具體方式而已，本發(fā)明不需要對此進行限定，任何可能的實現(xiàn)方式均可以應(yīng)用于本發(fā)明。

圖2d為對圖2c中劃分得到的各個圖像區(qū)域進行第一層合并得到的合并結(jié)果的示意圖(參見圖2d中的灰色區(qū)域)。圖2e為對圖2c中劃分得到的各個圖像區(qū)域進行第二層合并得到的合并結(jié)果的示意圖(參見圖2e中的帶有左斜線的陰影區(qū)域)。應(yīng)用本實施例提供的方案時，可以利用對圖2d或圖2e中的細(xì)分方式不斷地對圖2c中的圖像區(qū)域進行層層合并，直至得到的每個圖像區(qū)域不存在待合并圖像區(qū)域為止。

另外，從圖2b-2e可以看出，細(xì)分或合并處理后得到的多個圖像區(qū)域中具有 如圖2f所示的t型節(jié)點(如點o)，本發(fā)明實施例將層次t窗口建模方式應(yīng)用于圖像分割過程，保證了對圖像分割時不再是對全部圖像區(qū)域的處理，而是可以對多個圖像區(qū)域中的一部分圖像區(qū)域進行細(xì)分或合并，避免出現(xiàn)因劃分區(qū)域過細(xì)將圖像目標(biāo)打散的問題。

需要說明的是，本發(fā)明不需要限定對待合并圖像區(qū)域進行合并處理時所利用的具體的合并方式，本領(lǐng)域內(nèi)的技術(shù)人員需要根據(jù)實際應(yīng)用中的具體情況進行合理的設(shè)置，任何可能的實現(xiàn)方式均可以應(yīng)用于本發(fā)明。

應(yīng)用本發(fā)明實施例提供的圖像分割方法，在將待分割圖像劃分成多個圖像區(qū)域后，可以進一步將多個圖像區(qū)域中符合圖像區(qū)域細(xì)分或圖像區(qū)域合并的圖像區(qū)域進行細(xì)分或合并，以便劃分得到的圖像區(qū)域中盡可能的包含完整的圖像目標(biāo)，因此，降低了待分割圖像中的目標(biāo)被打散的程度，提高了目標(biāo)提取的準(zhǔn)確率。

在本發(fā)明的一種優(yōu)選實施例中，按照預(yù)設(shè)的圖像合并規(guī)則，對待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果，可以包括以下步驟：

(1)將合并處理后得到的各個圖像區(qū)域內(nèi)包含的邊緣數(shù)量最多的圖像區(qū)域確定為目標(biāo)圖像區(qū)域；

(2)對所確定的目標(biāo)圖像區(qū)域中的邊緣進行連接，生成連通域，確定連通域為針對待分割圖像的圖像分割結(jié)果。

需要說明的是，在對圖像區(qū)域中的邊緣進行連接時，可以利用常規(guī)的邊緣連接方法，例如，可以對圖像區(qū)域中的邊緣上的像素點進行8鄰域以及16鄰域搜索，若16鄰域內(nèi)包含邊緣而8鄰域不包含邊緣的時候，需要將該像素點和16鄰域邊緣點之間的像素點也標(biāo)記為邊緣點，從而實現(xiàn)該點與16鄰域邊緣點之間的邊緣連接。當(dāng)然，本發(fā)明不需要對具體的邊緣連接算法進行限定，本領(lǐng)域內(nèi)的技術(shù)人員需要根據(jù)實際應(yīng)用中的具體情況進行合理的設(shè)置。

應(yīng)用本發(fā)明優(yōu)選實施例提供的圖像分割方法，可以進一步獲得最有可能包含目標(biāo)的圖像區(qū)域，即目標(biāo)圖像區(qū)域；這樣有助于降低后續(xù)處理時對不包含目標(biāo)的圖像區(qū)域進行處理的計算量。

圖3為本發(fā)明實施例提供的一種圖像分割裝置的結(jié)構(gòu)示意圖，該裝置可以包括：

邊緣圖像生成模塊210，用于獲得待分割圖像并對待分割圖像進行邊緣提取，生成待分割圖像的邊緣圖像。

圖像區(qū)域劃分模塊220，用于按照預(yù)設(shè)的區(qū)域劃分規(guī)則，將邊緣圖像劃分成多個圖像區(qū)域。

待細(xì)分區(qū)域篩選模塊230，用于獲得每個圖像區(qū)域內(nèi)邊緣的第一邊緣分布信息，根據(jù)第一邊緣分布信息篩選待細(xì)分圖像區(qū)域。

圖像區(qū)域細(xì)分模塊240，用于按照預(yù)設(shè)的圖像細(xì)分規(guī)則，對待細(xì)分圖像區(qū)域進行細(xì)分處理，獲得待細(xì)分圖像區(qū)域的子圖像區(qū)域。

其中，預(yù)設(shè)的圖像細(xì)分規(guī)則包括：與圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的細(xì)分規(guī)則。

待合并區(qū)域篩選模塊250，用于獲得子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)邊緣的第二邊緣分布信息，根據(jù)第二邊緣分布信息篩選待合并圖像區(qū)域。

圖像區(qū)域合并模塊260，用于按照預(yù)設(shè)的圖像合并規(guī)則，對待合并圖像區(qū)域進行合并處理，確定合并處理后的各個圖像區(qū)域為針對待分割圖像的圖像分割結(jié)果。

其中，預(yù)設(shè)的圖像合并規(guī)則包括：與子圖像區(qū)域以及未經(jīng)過細(xì)分處理的圖像區(qū)域中的每一個圖像區(qū)域內(nèi)包含的邊緣數(shù)量相關(guān)的合并規(guī)則。

具體的，圖像區(qū)域劃分模塊220，用于：

分別沿水平方向和豎直方向?qū)Υ指顖D像進行劃分，得到(m+1)*(n+1)個圖像區(qū)域；其中，m為水平方向分割線的數(shù)量，n為豎直方向分割線的數(shù)量，m、n均為非負(fù)整數(shù)。

在本發(fā)明的一種具體實現(xiàn)方式中，圖像區(qū)域細(xì)分模塊240，可以包括：

虛擬區(qū)域劃分單元，用于對劃分得到的圖像區(qū)域a進行虛擬細(xì)分，得到s個虛擬子圖像區(qū)域；

第一分布信息計算單元，用于計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi，其中，i＝1，2，…，s；

區(qū)域細(xì)分單元，用于在存在使得表達式pa<pi成立的虛擬子圖像區(qū)域的情況下，按照圖像區(qū)域a細(xì)分得到s個虛擬子圖像區(qū)域的細(xì)分方式，將圖像區(qū)域a細(xì)分成s個子圖像區(qū)域，其中，s個子圖像區(qū)域與s個虛擬子圖像區(qū)域一致。

具體的，第一分布信息計算單元，用于：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，ldiagonal為一個圖像區(qū)域?qū)蔷€的長度。

具體的，第一分布信息計算單元，用于：

按照以下表達式：

分別計算圖像區(qū)域a內(nèi)包含的邊緣的平均分布信息pa以及每一虛擬子圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pi；其中，sedge為一個圖像區(qū)域中包含的邊緣數(shù)量，lperimeter為一個圖像區(qū)域的周長。

在本發(fā)明的一種具體實現(xiàn)方式中，圖像區(qū)域合并模塊260，可以包括：

虛擬區(qū)域合并單元，用于對劃分得到的子圖像區(qū)域和未劃分子圖像區(qū)域的圖像區(qū)域中的r個圖像區(qū)域進行虛擬合并，得到圖像區(qū)域b；

第二分布信息計算單元，用于計算r個圖像區(qū)域中每一圖像區(qū)域內(nèi)包含的邊緣的平均分布信息pj以及圖像區(qū)域b內(nèi)包含的邊緣的平均分布信息pb，其中，j＝1，2，…，r；

區(qū)域合并單元，用于在r個圖像區(qū)域中的每一圖像區(qū)域均使得表達式pb＞pj成立的情況下，按照r個圖像區(qū)域合并得到圖像區(qū)域b的合并方式，將r個圖像區(qū)域合并為一個圖像區(qū)域，其中，合并后得到的圖像區(qū)域與圖像區(qū)域b一致。

具體的，圖像區(qū)域合并模塊260，可以包括：

目標(biāo)區(qū)域確定單元，用于將合并處理后得到的各個圖像區(qū)域內(nèi)包含的邊緣數(shù)量最多的圖像區(qū)域確定為目標(biāo)圖像區(qū)域；

分割結(jié)果確定單元，用于對所確定的目標(biāo)圖像區(qū)域中的邊緣進行連接，生成連通域，確定連通域為針對待分割圖像的圖像分割結(jié)果。

應(yīng)用本發(fā)明實施例提供的圖像分割方法，在將待分割圖像劃分成多個圖像區(qū)域后，可以進一步將多個圖像區(qū)域中符合圖像區(qū)域細(xì)分或圖像區(qū)域合并的圖像區(qū)域進行細(xì)分或合并，以便劃分得到的圖像區(qū)域中盡可能的包含完整的圖像目標(biāo)，因此，降低了待分割圖像中的目標(biāo)被打散的程度，提高了目標(biāo)提取的準(zhǔn)確率。

對于系統(tǒng)或裝置實施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(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、物品或者設(shè)備不僅包括那些要素，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、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述方法實施方式中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲于計算機可讀取存儲介質(zhì)中，這里所稱得的存儲介質(zhì)，如：rom/ram、磁碟、光盤等。

以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進等，均包 含在本發(fā)明的保護范圍內(nèi)。