(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111647367.9 (22)申请日 2021.12.3 0 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市杭州经济技 术 开发区白杨街道 2号大街1 158号 (72)发明人 陆海亮　陈锴涵　李小龙　乔磊　 孔令鲁　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 代理人 黎双华 (51)Int.Cl. G06V 20/00(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/54(2022.01)G06V 10/74(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于N-cut算法的陶瓷茶壶图像分割识 别方法及装置 (57)摘要 本发明公开了一种基于N ‑cut算法的陶瓷茶 壶图像分割识别方法及装置， 该方法包括获取待 识别的陶瓷茶壶图像， 确定陶瓷茶壶图像的对称 轴， 分别计算陶瓷茶壶图像中两个像素点之间的 位置相似度信息、 空间相似度信息、 纹理相似度 信息； 基于两个同侧像素点对应的位置相似度信 息和空间相似度信息计算两个同侧像素点的第 一相似度权值， 并基于两个对称像素点对应的空 间相似度信息和纹理相似度信息计算两个对称 像素点的第二相似度权值； 基于相似度权值对所 述陶瓷茶壶图像进行N ‑cut分割计算， 得到所述 陶瓷茶壶图像的最优分区。 本发 明实现了利用归 一化切割技术从对称性， 轮廓， 纹理等多个维度 对陶瓷茶 壶进行分析识别， 以此计算权值 分配N‑ cut算法分割， 分割效果更好。 权利要求书3页 说明书12页 附图2页 CN 114283324 A 2022.04.05 CN 114283324 A 1.一种基于N ‑cut算法的陶瓷茶壶图像分割识别方法， 其特 征在于， 所述方法包括： 获取待识别的陶瓷茶壶图像， 确定所述陶瓷茶壶图像的对称轴， 基于所述对称轴分别 将各所述像素点划分为同侧像素点集合与对称像素点集合， 并分别计算所述陶瓷茶壶图像 中任意两个 像素点之间的位置相似度信息、 空间相似度信息、 纹 理相似度信息； 从所述同侧像素点集合中两两随机选取同侧像素点， 基于两个所述同侧像素点对应的 所述位置相似度信息和空间相似度信息计算两个所述同侧像素点的第一相似度权值， 并从 所述对称 像素点集合中两两随机选取对称像素点， 基于两个所述对称像素点对应的所述空 间相似度信息和纹 理相似度信息计算两个所述对称像素点的第二相似度权值； 基于各所述第一相似度权值与各所述第二相似度权值对所述陶瓷茶壶图像进行N ‑cut 分割计算， 得到所述陶瓷茶壶图像的最优分区。 2.根据权利要求1所述的方法， 其特征在于， 所述分别计算所述陶瓷茶壶图像中任意两 个像素点之间的位置相似度信息、 空间相似度信息、 纹 理相似度信息， 包括： 在所述陶瓷茶壶图像中构建梯度向量场， 基于所述梯度向量场计算任意两个像素点之 间的位置相似度信息； 基于任意两个所述像素点之间的方向能量计算所述两个像素点之间的空间相似度信 息； 基于LBP算子提取所述陶瓷茶壶图像的纹理特征向量， 并基于所述纹理特征向量计算 所述两个 像素点之间的纹 理相似度信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述在所述陶瓷茶壶图像中构建梯度向量 场， 基于所述梯度向量场计算任意两个 像素点之间的位置相似度信息， 包括： 在所述陶瓷茶壶图像中构建梯度向量场， 并基于任意两个像素点在所述梯度向量场中 设置第一分量与第二分量； 基于所述第一分量与第二分量构建梯度向量场能量模型； 迭代所述梯度向量场能量模型， 并基于所述第 一分量与第 二分量提取所述梯度向量场 的局部特 征曲率， 即为 位置相似度信息 。 4.根据权利要求2所述的方法， 其特征在于， 所述基于任意两个所述像素点之间的方向 能量计算所述两个 像素点之间的空间相似度信息， 包括： 分别获取任意两个所述像素点的像素值， 确定像素值与 所述像素点的方向能量的第 一 映射关系； 基于两个所述像素点相连直线方向上的最大响应值分别确定两个所述像素点对应的 所述方向能量， 并基于所述方向能量确定 两个所述像素点之间的空间相似度信息 。 5.根据权利要求2所述的方法， 其特征在于， 所述基于LBP算子提取所述陶瓷茶壶图像 的纹理特征向量， 并基于所述纹理特征向量计算所述两个像素点之间的纹理相似度信息， 包括： 基于LBP算子将所述陶瓷茶壶图像划分为若干个邻域， 分别将与各所述邻域相邻预设 数量的比较像素点的灰度值与所述邻域比较， 基于比较结果确定每个邻域的中心像素点对 应的LBP值； 基于各所述LBP值构建各所述邻域的直方图， 并基于连接各所述直方图得到所述陶瓷 茶壶图像上的纹 理特征向量分布；权　利　要　求　书 1/3 页 2 CN 114283324 A 2基于所述两个像素点对应的纹理特征向量之间的均方差计算所述两个像素点之间的 纹理相似度信息 。 6.根据权利要求1所述的方法， 其特征在于， 所述从所述同侧像素点集合中两两随机选 取同侧像素点， 基于两个所述同侧像素点对应的所述位置相似度信息和空间相似度信息计 算两个所述同侧像素点的第一相似度权值， 并从所述对称像素点集合中两两随机选取对称 像素点， 基于两个所述对称 像素点对应的所述空间相似度信息和纹理相似度信息计算两个 所述对称像素点的第二相似度权值， 包括： 设置计算 参数， 并基于所述陶瓷茶壶图像的对称程度确定所述计算 参数的数值； 从所述同侧像素点集合中两两随机选取同侧像素点， 基于两个所述同侧像素点对应的 所述位置相似度信息、 空间相似度信息以及所述计算参数计算两个所述同侧像素点的第一 相似度权值； 从所述对称像素点集合中两两随机选取对称像素点， 基于两个所述对称像素点对应的 所述空间相似度信息、 纹理相似度信息以及所述计算参数计算两个所述对称 像素点的第二 相似度权值。 7.根据权利要求1所述的方法， 其特征在于， 所述基于各所述第 一相似度权值与各所述 第二相似度权值对所述陶瓷茶壶图像进行N ‑cut分割计算， 得到所述陶瓷茶壶图像的最优 分区， 包括： 根据所述陶瓷茶壶图像中每两个计算像素点之间位置关系选择所述第一相似度权值 或第二相似度权值 来对所述陶瓷茶壶图像进行N ‑cut分割计算， 得到分割结果； 根据相似度权值构建权重矩阵， 根据与任意所述计算像素点连接的所有其余所述计算 像素点对应的相似度权值之和构建对角矩阵， 所述相似度权值包括所述第一相似度权值、 第二相似度权值； 基于所述权重矩阵与对角矩阵重复优化所述分割结果， 得到所述陶瓷茶壶图像的最优 分区。 8.一种基于N ‑cut算法的陶瓷茶壶图像分割识别装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待识别的陶瓷茶壶图像， 确定所述陶瓷茶壶图像的对称轴， 基于所 述对称轴分别将各所述像素点划分为同侧像素点集合与对称 像素点集合， 并分别计算所述 陶瓷茶壶图像中任意两个像素点之间的位置相似度信息、 空间相似度信息、 纹理相似度信 息； 选取模块， 用于从所述同侧像素点集合中两两随机选取同侧像素点， 基于两个所述同 侧像素点对应的所述位置相似度信息和空间相似度信息计算两个所述同侧像素点的第一 相似度权值， 并从所述对称像素点集合中两两随机选取对称像素点， 基于两个所述对称像 素点对应的所述空间相似度信息和纹理相似度信息计算两个所述对称像素点的第二相似 度权值； 计算模块， 用于基于各所述第 一相似度权值与 各所述第 二相似度权值对所述陶瓷茶壶 图像进行N ‑cut分割计算， 得到所述陶瓷茶壶图像的最优分区。 9.一种基于N ‑cut算法的陶瓷茶壶图像分割识别装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待识别的陶瓷茶壶图像， 确定所述陶瓷茶壶图像的对称轴， 基于所 述对称轴分别将各所述像素点划分为同侧像素点集合与对称 像素点集合， 并分别计算所述权　利　要　求　书 2/3 页 3 CN 114283324 A 3