專利名稱：圖像分割方法和圖像集分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像分割方法，具體涉及一種基于均值漂移算法和模糊C均值算法的混合圖像分割方法。
背景技術(shù)：
圖像分割技術(shù)是計(jì)算機(jī)圖像處理和視覺(jué)學(xué)的重要研究?jī)?nèi)容之一，且為研究的熱點(diǎn)和難點(diǎn)。它是模式識(shí)別和圖像分析的重要關(guān)鍵步驟，分割效果的好壞直接影響著后續(xù)圖像的處理?，F(xiàn)今所廣泛使用的各種圖像分割方法，都具有耗時(shí)長(zhǎng)、分割效率低、分割效果差的缺點(diǎn)，因此不能廣泛用于需要實(shí)時(shí)處理的系統(tǒng)，例如基于圖像內(nèi)容的圖像搜索引擎等。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的一個(gè)目的在于提供一種圖像分割方法，其具有耗時(shí)短、分割效率高、分割效果好的優(yōu)點(diǎn)。本發(fā)明的另一個(gè)目的在于提供一種圖像集分割方法，其具有耗時(shí)短、分割效率高、 分割效果好的優(yōu)點(diǎn)。一種圖像分割方法，包括如下步驟CPU讀取一圖像，初始化圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將圖像傳給GPU ；GPU根據(jù)均值漂移算法對(duì)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU;CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得圖像的最終分割結(jié)果，并將其傳送到CPU ；CPU輸出圖像的最終分割結(jié)果。CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息將RGB顏色信息相同且相鄰的像素為一類。區(qū)域的參數(shù)包括區(qū)域的個(gè)數(shù)、區(qū)域內(nèi)像素點(diǎn)數(shù)以及區(qū)域的顏色均值。圖像的最終分割結(jié)果包括最終RGB顏色信息及最終坐標(biāo)信息。一種圖像集分割方法，包括如下步驟CPU接收多個(gè)圖像，并確定多個(gè)圖像的數(shù)量；CPU讀取第i個(gè)圖像，初始化圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將第i個(gè)圖像傳給GPU;CPU判斷i+Ι是否小于或等于多個(gè)圖像的數(shù)量；如果是，則GPU根據(jù)均值漂移算法對(duì)第i個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU，同時(shí)CPU讀取第i+Ι個(gè)圖像，初始化第i+Ι個(gè)圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將第i+Ι個(gè)圖像傳給GPU ；CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU，同時(shí)GPU根據(jù)均值漂移算法對(duì)第i+Ι個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU ；GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU，同時(shí)CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)第i+Ι個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；CPU判斷i+2是否小于或等于多個(gè)圖像的數(shù)量；如果是，則CPU輸出第i個(gè)圖像的最終分割結(jié)果，讀取第i+2個(gè)圖像，初始化第i+2 個(gè)圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將第i+2個(gè)圖像傳給GPU，同時(shí)GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i+Ι個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU，CPU判斷i+3是否小于或等于多個(gè)圖像的數(shù)量；如果是，則CPU輸出第i+Ι個(gè)圖像的最終分割結(jié)果，讀取第i+3個(gè)圖像，初始化第 i+3個(gè)圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將第i+3個(gè)圖像傳給GPU，GPU根據(jù)均值漂移算法對(duì)第i+2個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU ；設(shè)置i = i+2 ；重復(fù)CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類， 從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU，同時(shí)GPU根據(jù)均值漂移算法對(duì)第 i+Ι個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU的步驟。本發(fā)明的圖像集分割方法，還包括步驟如果i+Ι不是小于或等于多個(gè)圖像的數(shù)量，則GPU根據(jù)均值漂移算法對(duì)第i個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU ；CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU;CPU輸出第i個(gè)圖像的最終分割結(jié)果。本發(fā)明的圖像集分割方法，還包括步驟若i+2不是小于或等于多個(gè)圖像的數(shù)量，則CPU輸出第i個(gè)圖像的分割結(jié)果，同時(shí) GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i+Ι個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU ；設(shè)置i = i+Ι ；CPU輸出第i個(gè)圖像的最終分割結(jié)果。本發(fā)明的圖像集分割方法，還包括步驟若i+3不是小于或等于多個(gè)圖像的數(shù)量，則CPU輸出第i+Ι個(gè)圖像的最終分割結(jié)果，同時(shí)GPU根據(jù)均值漂移算法對(duì)第i+2個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU;
設(shè)置i = i+2 ；CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU;CPU輸出第i個(gè)圖像的最終分割結(jié)果。CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息將RGB顏色信息相同且相鄰的像素聚
為一類。區(qū)域的參數(shù)包括區(qū)域的個(gè)數(shù)、區(qū)域內(nèi)像素點(diǎn)數(shù)以及區(qū)域的顏色均值，圖像的最終分割結(jié)果包括最終RGB顏色信息及最終坐標(biāo)信息。本發(fā)明的方法具有以下優(yōu)點(diǎn)(1)均值漂移算法與模糊C均值算法的結(jié)合，使得本發(fā)明對(duì)圖像以及圖像集都能達(dá)到較好的分割效果；( 分割速度快，采用CPU與GPU相結(jié)合的異步并發(fā)執(zhí)行模式，充分利用GPU的并行計(jì)算能力以及CPU的控制能力，合理分配任務(wù)， 最大化利用硬件；(3)將圖像分割成用戶需要的區(qū)域數(shù)，模糊C均值算法聚類時(shí)輸入聚類中心參數(shù)，便將圖像分割成此數(shù)目的區(qū)域數(shù)，這對(duì)需要提取固定數(shù)目的圖像區(qū)域特征應(yīng)用很重要。


圖1為本發(fā)明圖像分割方法的流程圖；圖2為本發(fā)明圖像集分割方法的流程圖。
具體實(shí)施例方式下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。如圖1所示，本發(fā)明的圖像分割方法，包括以下步驟(1) CPU讀取一圖像，初始化圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將圖像傳給GPU;(2) GPU根據(jù)均值漂移算法對(duì)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU;(3) CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；(4)GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得圖像的最終分割結(jié)果，并將其傳送到CPU;(5) CPU輸出圖像的最終分割結(jié)果。在步驟(1)中，將圖像的RGB數(shù)據(jù)轉(zhuǎn)換成LUV空間型數(shù)據(jù)，存儲(chǔ)到內(nèi)存空間中。初始化圖像的參數(shù)包括顏色空間半徑、坐標(biāo)空間半徑以及區(qū)域最小像素?cái)?shù)，傳輸?shù)膱D像包括原始的圖像數(shù)據(jù)和權(quán)重?cái)?shù)據(jù)。在步驟O)中，一個(gè)圖像塊的線程數(shù)設(shè)置為nThread(取值64，1觀或256)，每個(gè)線程處理一個(gè)像素點(diǎn)的計(jì)算，根據(jù)圖像大小動(dòng)態(tài)地分配圖像塊數(shù)目。圖像塊數(shù)目為 (width*height)/nThread+l，其中width代表圖像寬度，height代表圖像高度。
每個(gè)線程執(zhí)行一個(gè)像素點(diǎn)yy的飄移計(jì)算，計(jì)算公式為
權(quán)利要求
1.一種圖像分割方法，其特征在于，包括如下步驟CPU讀取一圖像，初始化所述圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將所述圖像傳給GPU;GPU根據(jù)均值漂移算法對(duì)所述圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU;CPU根據(jù)所述RGB顏色信息和所述坐標(biāo)信息對(duì)所述圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；GPU根據(jù)模糊C均值算法對(duì)所述區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得所述圖像的最終分割結(jié)果，并將其傳送到CPU;CPU輸出所述圖像的分割結(jié)果。
2.根據(jù)權(quán)利要求1所述的圖像分割方法，其特征在于，CPU根據(jù)RGB顏色信息和坐標(biāo)信息將RGB顏色信息相同且相鄰的像素聚為一類。
3.根據(jù)權(quán)利要求1所述的圖像分割方法，其特征在于，區(qū)域的參數(shù)包括區(qū)域的個(gè)數(shù)、區(qū)域內(nèi)像素點(diǎn)數(shù)以及區(qū)域的顏色均值。
4.根據(jù)權(quán)利要求1所述的圖像分割方法，其特征在于，所述圖像的最終分割結(jié)果包括最終RGB顏色信息及最終坐標(biāo)信息。
5.一種圖像集分割方法，其特征在于，包括如下步驟CPU接收多個(gè)圖像，并確定所述多個(gè)圖像的數(shù)量；CPU讀取第i個(gè)圖像，初始化所述圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將第i個(gè)圖像傳給GPU;CPU判斷i+Ι是否小于或等于所述多個(gè)圖像的數(shù)量；如果是，則GPU根據(jù)均值漂移算法對(duì)第i個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU，同時(shí)CPU讀取第i+Ι個(gè)圖像，初始化第i+Ι個(gè)圖像的參數(shù)， 分配CPU和GPU所需要的內(nèi)存空間，并將第i+Ι個(gè)圖像傳給GPU ；CPU根據(jù)所述最初RGB顏色信息和所述最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU，同時(shí)GPU根據(jù)均值漂移算法對(duì)第i+1 個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU ；GPU根據(jù)模糊C均值算法對(duì)所述區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU，同時(shí)CPU根據(jù)所述RGB顏色信息和所述坐標(biāo)信息對(duì)第i+Ι個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；CPU判斷i+2是否小于或等于所述多個(gè)圖像的數(shù)量；如果是，則CPU輸出第i個(gè)圖像的最終分割結(jié)果，讀取第i+2個(gè)圖像，初始化第i+2個(gè)圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將第i+2個(gè)圖像傳給GPU，同時(shí)GPU根據(jù)模糊C均值算法對(duì)所述區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i+Ι個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU，CPU判斷i+3是否小于或等于所述多個(gè)圖像的數(shù)量；如果是，則CPU輸出第i+Ι個(gè)圖像的最終分割結(jié)果，讀取第i+3個(gè)圖像，初始化第i+3 個(gè)圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將第i+3個(gè)圖像傳給GPU，GPU根據(jù)均值漂移算法對(duì)第i+2個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回 CPU ；設(shè)置i = i+2 ；重復(fù)所述CPU根據(jù)所述最初RGB顏色信息和所述最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU，同時(shí)GPU根據(jù)均值漂移算法對(duì)第i+Ι個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU的步驟。
6.根據(jù)權(quán)利要求5所述的圖像集分割方法，其特征在于，還包括步驟如果i+Ι不是小于或等于所述多個(gè)圖像的數(shù)量，則GPU根據(jù)均值漂移算法對(duì)第i個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU ；CPU根據(jù)所述最初RGB顏色信息和所述最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；GPU根據(jù)模糊C均值算法對(duì)所述區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU;CPU輸出第i個(gè)圖像的最終分割結(jié)果。
7.根據(jù)權(quán)利要求5所述的圖像集分割方法，其特征在于，還包括步驟若i+2不是小于或等于所述多個(gè)圖像的數(shù)量，則CPU輸出第i個(gè)圖像的最終分割結(jié)果， 同時(shí)GPU根據(jù)模糊C均值算法對(duì)所述區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i+Ι個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU;設(shè)置i = i+Ι ；CPU輸出第i個(gè)圖像的最終分割結(jié)果。
8.根據(jù)權(quán)利要求5所述的圖像集分割方法，其特征在于，還包括步驟若i+3不是小于或等于所述多個(gè)圖像的數(shù)量，則CPU輸出第i+Ι個(gè)圖像的最終分割結(jié)果，同時(shí)GPU根據(jù)均值漂移算法對(duì)第i+2個(gè)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU;設(shè)置i = i+2 ；CPU根據(jù)所述最初RGB顏色信息和所述最初坐標(biāo)信息對(duì)第i個(gè)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU ；GPU根據(jù)模糊C均值算法對(duì)所述區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得第i個(gè)圖像的最終分割結(jié)果，并將其傳送到CPU;CPU輸出第i個(gè)圖像的最終分割結(jié)果。
9.根據(jù)權(quán)利要求5所述的圖像集分割方法，其特征在于，CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息將RGB顏色信息相同且相鄰的像素聚為一類。
10.根據(jù)權(quán)利要求5所述的圖像集分割方法，其特征在于，區(qū)域的參數(shù)包括區(qū)域的個(gè)數(shù)、區(qū)域內(nèi)像素點(diǎn)數(shù)以及區(qū)域的顏色均值；所述圖像的最終分割結(jié)果包括最終RGB顏色信息及最終坐標(biāo)信息。
全文摘要
本發(fā)明提供了一種圖像分割方法，包括如下步驟CPU讀取一圖像，初始化圖像的參數(shù)，分配CPU和GPU所需要的內(nèi)存空間，并將圖像傳給GPU；GPU根據(jù)均值漂移算法對(duì)圖像進(jìn)行計(jì)算，以獲得最初RGB顏色信息和最初坐標(biāo)信息，并將其傳回CPU；CPU根據(jù)最初RGB顏色信息和最初坐標(biāo)信息對(duì)圖像的像素進(jìn)行聚類，從而形成多個(gè)區(qū)域，統(tǒng)計(jì)區(qū)域的參數(shù)，并將其傳送到GPU；GPU根據(jù)模糊C均值算法對(duì)區(qū)域的參數(shù)進(jìn)行計(jì)算，以獲得圖像的最終分割結(jié)果，并將其傳送到CPU；CPU輸出圖像的最終分割結(jié)果。本方法具有通用性好、分割速度快、可將圖像分割成用戶需要的區(qū)域數(shù)的特點(diǎn)。
文檔編號(hào)G06T7/00GK102314688SQ20111026736
公開(kāi)日2012年1月11日 申請(qǐng)日期2011年9月9日 優(yōu)先權(quán)日2011年9月9日
發(fā)明者馮曉文, 汪聰, 鄭然 , 金海 申請(qǐng)人:華中科技大學(xué)