技术摘要：
本公开实施例公开了一种图像分割方法和装置，其中，该方法包括：获取待分割图像；对待分割图像进行超像素分割，得到超像素集合；确定超像素集合中的超像素的像素特征值；基于像素特征值，对超像素集合进行分类，得到图像区域集合，以及图像区域集合中的图像区域的类别  全部
背景技术：
图像分割技术可以应用到很多领域。例如，可以将一幅室内图像中的各个家具图 像切分出来，应用到其他的图像里进行装饰，从而可以方便地组装家具样例图。 如何从原始图像中高效、准确地分割出目标图像，是目前图像分割技术的主要目 标。在图像分割领域中，有两种最常见的图像分割算法，一种是基于像素统计特性的混合模 型聚类方法，混合模型聚类算法当中的代表是高斯混合模型聚类；另一种是基于临近像素 的相似性的谱聚类算法。
技术实现要素：
本公开的实施例提供了一种图像分割方法、装置、计算机可读存储介质及电子设 备。 本公开的实施例提供了一种图像分割方法，该方法包括：获取待分割图像；对待分 割图像进行超像素分割，得到超像素集合；确定超像素集合中的超像素的像素特征值；基于 像素特征值，对超像素集合进行分类，得到图像区域集合，以及图像区域集合中的图像区域 的类别信息。 在一些实施例中，确定超像素集合中的超像素的像素特征值，包括：将超像素集合 中的超像素包括的像素的颜色平均值确定为像素特征值。 在一些实施例中，在对待分割图像进行超像素分割，得到超像素集合之前，方法还 包括：响应于确定待分割图像为彩色图像，将待分割图像转换为灰度图。 在一些实施例中，对待分割图像进行超像素分割，得到超像素集合，包括：以待分 割图像中的像素点为节点，以像素之间的相似关系为边，构建无向加权图；基于无向加权 图，对待分割图像进行超像素分割，得到超像素集合。 在一些实施例中，基于像素特征值，对超像素集合进行分类，包括：基于像素特征 值，对超像素集合包括的超像素进行聚类，得到似然函数的参数；执行如下迭代更新步骤： 基于参数，确定超像素集合中的超像素所属类别的概率；基于概率，对似然函数的参数进行 更新；确定更新参数后的似然函数的函数值是否收敛；如果不收敛，继续执行迭代更新步 骤：如果收敛，基于最近一次更新的参数，确定超像素集合中的超像素所属类别的概率作为 分割用概率；基于分割用概率，对超像素集合进行分类。 在一些实施例中，基于参数，确定超像素集合中的超像素所属类别的概率，包括： 基于高斯混合模型的参数，确定超像素集合中的超像素所属类别的概率，其中，参数包括高 斯混合模型的混合分量所占比重、各个超像素的像素特征值的均值、关于像素特征值和均 值的协方差矩阵。 4 CN 111583274 A 说　明　书 2/11 页 在一些实施例中，基于概率，对似然函数的参数进行更新，包括：基于概率，对高斯 混合模型的混合分量所占比重、像素特征值的均值、协方差矩阵进行更新。 根据本公开实施例的另一个方面，提供了一种图像分割装置，该装置包括：获取模 块，用于获取待分割图像；分割模块，用于对待分割图像进行超像素分割，得到超像素集合； 确定模块，用于确定超像素集合中的超像素的像素特征值；分类模块，用于基于像素特征 值，对超像素集合进行分类，得到图像区域集合，以及图像区域集合中的图像区域的类别信 息。 在一些实施例中，确定模块进一步用于：将超像素集合中的超像素包括的像素的 颜色平均值确定为像素特征值。 在一些实施例中，该装置还包括：转换模块，用于响应于确定待分割图像为彩色图 像，将待分割图像转换为灰度图。 在一些实施例中，分割模块包括：构建单元，用于以待分割图像中的像素点为节 点，以像素之间的相似关系为边，构建无向加权图；分割单元，用于基于无向加权图，对待分 割图像进行超像素分割，得到超像素集合。 在一些实施例中，分类模块包括：聚类单元，用于基于像素特征值，对超像素集合 包括的超像素进行聚类，得到似然函数的参数；更新单元，用于执行如下迭代更新步骤：基 于参数，确定超像素集合中的超像素所属类别的概率；基于概率，对似然函数的参数进行更 新；确定更新参数后的似然函数的函数值是否收敛；如果不收敛，继续执行迭代更新步骤； 确定单元，用于如果收敛，基于最近一次更新的参数，确定超像素集合中的超像素所属类别 的概率作为分割用概率；分类单元，基于分割用概率，对超像素集合进行分类。 在一些实施例中，更新单元进一步用于：基于高斯混合模型的参数，确定超像素集 合中的超像素所属类别的概率，其中，参数包括高斯混合模型的混合分量所占比重、各个超 像素的像素特征值的均值、关于像素特征值和均值的协方差矩阵。 在一些实施例中，更新单元进一步用于：基于概率，对高斯混合模型的混合分量所 占比重、像素特征值的均值、协方差矩阵进行更新。 根据本公开实施例的另一个方面，提供了一种计算机可读存储介质，计算机可读 存储介质存储有计算机程序，计算机程序用于执行上述图像分割方法。 根据本公开实施例的另一个方面，提供了一种电子设备，电子设备包括：处理器； 用于存储处理器可执行指令的存储器；处理器，用于从存储器中读取可执行指令，并执行指 令以实现上述图像分割方法。 基于本公开上述实施例提供的图像分割方法、装置、计算机可读存储介质及电子 设备，通过首先将待分割图像进行超像素分割，再对分割出的超像素进行分类，从而避免了 对图像的每个像素进行分类，减少了分类的数据，并且每个超像素包括的像素之间具有颜 色、纹理、亮度等相似的特征，根据这些特征进行图像分割，提高了图像分割的效率。 下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。 附图说明 通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、 特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明 5 CN 111583274 A 说　明　书 3/11 页 书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中， 相同的参考标号通常代表相同部件或步骤。 图1是本公开所适用的系统图。 图2是本公开一示例性实施例提供的图像分割方法的流程示意图。 图3是本公开另一示例性实施例提供的图像分割方法的流程示意图。 图4是本公开一示例性实施例提供的图像分割装置的结构示意图。 图5是本公开另一示例性实施例提供的图像分割装置的结构示意图。 图6是本公开一示例性实施例提供的电子设备的结构图。