本文關(guān)鍵詞：基于超像素和圖論的圖像分割方法研究

  更多相關(guān)文章： 圖像分割 圖論 超像素 泛洪 譜聚類 能量函數(shù)

【摘要】：圖像分割是圖像處理領(lǐng)域中一項(xiàng)基礎(chǔ)而又重要的步驟,對一些更高級的計(jì)算機(jī)視覺技術(shù)具有重要的影響,如目標(biāo)識別與跟蹤、場景分析等。由于圖像本身可以轉(zhuǎn)化成圖結(jié)構(gòu),因此基于圖論的分割方法是一種較受歡迎的圖像分割方法,為了降低圖論分割方法中圖節(jié)點(diǎn)的數(shù)目,提高圖像分割的效率,本文將超像素與圖論的分割方法相結(jié)合,并提出一些改進(jìn)的算法,論文的主要工作包括如下幾個(gè)方面:(1)針對分水嶺超像素分割方法在泛洪處理過程中僅利用圖像的梯度信息導(dǎo)致產(chǎn)生的超像素質(zhì)量較差的缺點(diǎn),本文提出一種新的基于泛洪思想的超像素分割方法(Flooding-Based Superpixel,FS)。該方法首先用顏色信息代替梯度信息進(jìn)行泛洪處理,每個(gè)像素點(diǎn)的泛洪處理順序由該像素點(diǎn)與種子點(diǎn)的顏色距離和空間距離加權(quán)和決定;同時(shí)為了讓超像素的邊界更好地貼合圖像的邊緣,在利用泛洪操作初步得到超像素分割結(jié)果后,根據(jù)每個(gè)邊界像素點(diǎn)與其超像素中心的距離以及與該像素點(diǎn)鄰域內(nèi)與其類別不同的像素的超像素中心的距離的大小進(jìn)行超像素邊界的迭代修正后得到最終的結(jié)果。與一些著名的超像素分割方法相比,本文方法具有一定的競爭力。(2)針對譜聚類分割方法存在復(fù)雜度較高的問題,本文提出一種基于FS和譜聚類的無監(jiān)督圖像分割方法。該方法利用FS算法進(jìn)行圖像的預(yù)分割處理以降低圖節(jié)點(diǎn)的個(gè)數(shù),并采用超像素的顏色,協(xié)方差矩陣,測地線邊緣和空間位置信息四種特征融合的方式來構(gòu)建譜聚類的超像素相似度矩陣。實(shí)驗(yàn)結(jié)果表明,本文分割方法具有較高的分割精度。(3)相比圖像的無監(jiān)督分割,交互式分割可以獲得更準(zhǔn)確的分割結(jié)果,為此本文針對graph-cuts算法存在分割錯(cuò)誤率較高的缺點(diǎn),提出一種基于FS和graph-cuts的交互式分割方法。該方法首先利用FS算法進(jìn)行預(yù)處理,然后在graph-cuts算法的能量函數(shù)模型的基礎(chǔ)上提出一種基于超像素的能量函數(shù)模型,該模型的區(qū)域項(xiàng)在考慮超像素與標(biāo)記的特征距離的同時(shí),還加入了兩者的測地線距離,在利用最大流最小割算法處理后得到初步的分割結(jié)果,根據(jù)超像素的特征最近鄰超像素的類別信息,重新修改能量函數(shù)的區(qū)域項(xiàng),迭代執(zhí)行最大流最小割算法得到最終的結(jié)果。實(shí)驗(yàn)結(jié)果表明,本文的分割方法具有較低的分割錯(cuò)誤率。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張旭東;呂言言;繆永偉;郝鵬翼;陳佳舟;;結(jié)合區(qū)域協(xié)方差分析的圖像顯著性檢測[J];中國圖象圖形學(xué)報(bào);2016年05期

2 張金靜;李玉;趙泉華;;多主體框架下結(jié)合最大期望值和遺傳算法的SAR圖像分割[J];中國圖象圖形學(xué)報(bào);2016年01期

3 王梅;李玉擰;全笑梅;;圖像分割的圖論方法綜述[J];計(jì)算機(jī)應(yīng)用與軟件;2014年09期

4 江怡;梅小明;鄧敏;陳杰;陳鐵橋;;一種結(jié)合形態(tài)濾波和標(biāo)記分水嶺變換的遙感圖像分割方法[J];地理與地理信息科學(xué);2013年02期

5 依玉峰;高立群;郭麗;;基于Mean Shift隨機(jī)游走圖像分割算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2011年11期

6 陳杰;鄧敏;肖鵬峰;楊敏華;梅小明;劉慧敏;;利用小波變換的高分辨率多光譜遙感圖像多尺度分水嶺分割[J];遙感學(xué)報(bào);2011年05期

7 黃宇;付琨;吳一戎;;基于Markov隨機(jī)場K-Means圖像分割算法[J];電子學(xué)報(bào);2009年12期

8 向紅艷;張鄰;楊波;;基于最大流的路網(wǎng)結(jié)構(gòu)優(yōu)化[J];西南交通大學(xué)學(xué)報(bào);2009年02期

9 楊潤玲;高新波;;基于加權(quán)模糊c均值聚類的快速圖像自動(dòng)分割算法[J];中國圖象圖形學(xué)報(bào);2007年12期

10 叢培盛;孫建忠;;分水嶺算法分割顯微圖像中重疊細(xì)胞[J];中國圖象圖形學(xué)報(bào);2006年12期

，

本文編號：1286371