一种图像分割方法

1.一种图像分割方法，其特征在于，包括如下步骤：
步骤A，采集彩色图像；
步骤B，将步骤A得到的彩色图像过分割成超像素图像；
步骤C，对步骤B得到的超像素图像提取特征向量，所述特征向量包括轮廓、纹理、亮度和连续性；
步骤D，用步骤C得到的特征向量训练一个逻辑斯蒂回归分类器，学习经过分割的图像库；
步骤E，对步骤D得到的训练好的分类器进行测试，采用基于模拟退火算法的随机搜索策略进行分割。
2.根据权利要求1所述的一种基于两类分类模型的图像分割方法，其特征在于，步骤C中，所述提取特征向量的过程如下：
步骤C-1，用多方向滤波器对步骤B得到的超像素图像做卷积，基于滤波器输出的矢量
2
量化，像素聚类成若干基元通道，统计每个区域的基元分布，用χ 距离度量计算区域间和区域内的结构相似性；
2
步骤C-2，对步骤B得到的超像素图像中的每个区域统计亮度直方图，用χ 距离度量计算区域间和区域内的亮度相似性；
步骤C-3，对步骤B得到的超像素图像上的每一个超像素计算方向能量，通过非线性变换将方向能量转换成局部归一化的轮廓度，计算区域边界上所有超像素的局部归一化的轮廓度总和，该总和即为区域间的轮廓能量；计算区域内部所有超像素的局部归一化的轮廓度总和，该总和即为区域内的轮廓能量；
步骤C-4，对步骤B得到的超像素图像上每个区域边界上的每一对相邻的超像素计算正切变化，统计正切变化分布直方图，计算曲线连续性并规范化。

暂无