本文關(guān)鍵詞：基于Hadoop的超像素分割算法，由筆耕文化傳播整理發(fā)布。

【摘要】：針對高分辨率圖像像素分割時間復(fù)雜度高的問題,提出了超像素分割算法。采用超像素代替原始的像素作為分割的處理基元,將Hadoop分布式的特點與超像素的分塊相結(jié)合。在分片過程中提出了基于多任務(wù)的靜態(tài)與動態(tài)結(jié)合的適應(yīng)性算法,使得Hadoop分布式文件系統(tǒng)(HDFS)的分塊與任務(wù)分發(fā)的基元解耦;在每一個Map節(jié)點任務(wù)中,基于超像素分塊的邊界性對超像素的形成在距離和梯度上進(jìn)行約束,提出了基于分水嶺的并行化分割算法。在Shuffle過程的超像素塊間合并中提出了兩種合并策略,并進(jìn)行了比較。在Reduce節(jié)點任務(wù)中優(yōu)化了超像素塊內(nèi)合并,完成最終的分割。實驗結(jié)果表明.所提算法在邊緣查全率(BR)和欠分割錯誤率(UR)等分割質(zhì)量指標(biāo)上優(yōu)于簡單線性迭代聚類(SLIC)算法和標(biāo)準(zhǔn)分割(Ncut)算法,在高分辨率圖像的分割時間上有顯著降低。
【作者單位】： 哈爾濱工程大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： Hadoop 圖像分割 超像素 并行算法 MapReduce
【基金】：國家自然科學(xué)基金資助項目(61472095,41306086);國家自然科學(xué)基金青年科學(xué)基金資助項目(61502116) 黑龍江省教育廳智能教育與信息工程重點實驗室開放基金資助項目~~
【分類號】：TP391.41
【正文快照】： 0引言在世界多元化發(fā)展的背景下,互聯(lián)網(wǎng)技術(shù)在各個方面都為人們的生活帶來了便利。圖形圖像作為人類與計算機(jī)交互最為直觀、便捷的方式,其相應(yīng)的處理以及識別分析能力直接會影響到人們的感官體驗,而圖像分割作為連接圖像處理與圖像識別、圖像分析的橋梁,也會為接下來的后續(xù)使

  本文關(guān)鍵詞：基于Hadoop的超像素分割算法，，由筆耕文化傳播整理發(fā)布。

本文編號：464719