基于弱监督学习的图像协同分割方法

摘要

本发明涉及一种基于弱监督学习的图像协同分割方法，包括以下步骤：步骤S1:获取一组包含m张图像的图像集，并设置高斯模型个数和加权参数；步骤S2:采用高斯模型将第i个图像聚成k个类，并计算图像的前景概率图；步骤S3:将所有边界高斯分布视为背景查询，激活图像集的前景概率图；步骤S4:生成图像协同分割的结果并用图像的连通性进行处理，得到二进制图像集，即为所得图像协同分割的结果。本发明将图像边界作为弱监督先验嵌入到协同分割的问题公式中去，得到二进制图像集，并结合图的连通性实现图像协同分割。