基于雙層模型的傳統(tǒng)服飾圖像分割算法研究
發(fā)布時間:2021-11-19 15:42
中國傳統(tǒng)服飾被譽為中國國粹和中國服飾之代表,是中華民族乃至人類社會創(chuàng)造的寶貴財富。提取傳統(tǒng)服飾圖像中具有代表性的紋樣基因,有助于挖掘其文化內(nèi)涵,發(fā)現(xiàn)其文化傳承機理。本論文以傳統(tǒng)服飾圖像為研究對象,開展傳統(tǒng)服飾圖像自動分割算法研究,提取有價值的紋樣基因。交互分割算法因其交互方式靈活、精度高、用戶交互工作量少而受到廣泛關(guān)注,深度學(xué)習(xí)在圖像分割領(lǐng)域也取得了突出成果。但在沒有逐像素標(biāo)注的圖像數(shù)據(jù)集時,實現(xiàn)傳統(tǒng)服飾圖像的自動分割并獲得較高精度的分割結(jié)果仍是一個亟待解決的問題。與自然圖像相比,傳統(tǒng)服飾圖像上的紋樣基因多為小尺寸目標(biāo),且樣式豐富,就算是同一類別的紋樣基因之間樣式也有較大差異,在不同材質(zhì)的布料上相同紋樣基因的紋理也會有差別,這些特點增加了傳統(tǒng)服飾圖像的分割難度。為實現(xiàn)傳統(tǒng)服飾圖像自動分割任務(wù),本文提出一種基于雙層模型的弱監(jiān)督圖像分割算法。該雙層模型由目標(biāo)檢測層和分割層兩層結(jié)構(gòu)組成,模型先將待分割的紋樣基因目標(biāo)檢測出來之后再進(jìn)行分割,這樣可以提高小目標(biāo)的分割精度。而且如果目標(biāo)檢測器泛化性能較好的話,那么檢測器很大可能性可以檢測出樣式差異較大的同一類紋樣基因。在傳統(tǒng)服飾圖像的分割任務(wù)上,與...
【文章來源】:北京郵電大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1分割方法分類??第一類是基于邊緣檢測的圖像分割方法,該方法主要有圖像濾波法、邊界曲??線擬合法、灰色關(guān)聯(lián)度法、基于分形理論的方法和基于小波變換的方法
硬論丈粗?jǐn)⒔Y(jié)構(gòu)
?第二章基礎(chǔ)理論與相關(guān)技術(shù)???異越小,那么這兩個像素同屬一個目標(biāo)或背景的可能性就越大,相鄰兩個像素之??間差異越大,那么這兩個像素處于目標(biāo)與背景交界處兩邊的可能性越大,則他們??越可能被分割開,所以相鄰兩像素之間差異越大時,5{^}越小。??2.1.2構(gòu)造網(wǎng)絡(luò)圖??待分割的圖像可以通過無向圖>來表示,其中F表示頂點(vertex)??的集合,五表示邊(edge)的集合。圖割中的圖和一般圖論中的圖區(qū)別不大,圖??割中的圖比普通圖多兩個終端頂點,分別用S?(source,源點)和T?(sink,匯點)??符號表示,其它頂點全部與這兩個頂點相連構(gòu)成邊,加入到邊集合中。因此圖割??中的圖有兩種類型的頂點和兩種類型的邊。第一種頂點是與圖像中每個像素相對??應(yīng)的普通頂點p?e?P,第二種頂點是終端頂點S和T。第一種邊是相鄰兩個普通??頂點的連邊n-links,第二種邊是所有普通頂點與兩個終端頂點構(gòu)成的連邊t-links。??圖2-1表示了一幅圖像與其對應(yīng)的S-T圖,S-T圖中的普通頂點與圖像像素相對??應(yīng),除此以外S-T圖中還有兩個終端頂點。??
【參考文獻(xiàn)】:
期刊論文
[1]論DBSCAN算法在圖像分割中分類的實現(xiàn)[J]. 王小龍. 電子技術(shù)與軟件工程. 2013(12)
[2]灰度-梯度共生矩陣模型的加權(quán)條件熵閾值法[J]. 張弘,范九倫. 計算機工程與應(yīng)用. 2010(06)
[3]用于灰度圖像分割的小波區(qū)域擴張算法[J]. 劉旭紅,張國英,劉玉樹,柳曉雷. 計算機工程. 2004(22)
[4]多閾值BIRCH聚類算法及其應(yīng)用[J]. 邵峰晶,張斌,于忠清. 計算機工程與應(yīng)用. 2004(12)
[5]灰色歐幾里德關(guān)聯(lián)度[J]. 趙艷林,韋樹英,梅占馨. 廣西大學(xué)學(xué)報(自然科學(xué)版). 1998(01)
[6]T型關(guān)聯(lián)度及其計算方法[J]. 唐五湘. 數(shù)理統(tǒng)計與管理. 1995(01)
[7]灰度圖象的二維Otsu自動閾值分割法[J]. 劉健莊,栗文青. 自動化學(xué)報. 1993(01)
[8]灰色絕對關(guān)聯(lián)度及其計算方法[J]. 梅振國. 系統(tǒng)工程. 1992(05)
[9]灰色B型關(guān)聯(lián)分析[J]. 王清印. 華中理工大學(xué)學(xué)報. 1989(06)
本文編號:3505351
【文章來源】:北京郵電大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1分割方法分類??第一類是基于邊緣檢測的圖像分割方法,該方法主要有圖像濾波法、邊界曲??線擬合法、灰色關(guān)聯(lián)度法、基于分形理論的方法和基于小波變換的方法
硬論丈粗?jǐn)⒔Y(jié)構(gòu)
?第二章基礎(chǔ)理論與相關(guān)技術(shù)???異越小,那么這兩個像素同屬一個目標(biāo)或背景的可能性就越大,相鄰兩個像素之??間差異越大,那么這兩個像素處于目標(biāo)與背景交界處兩邊的可能性越大,則他們??越可能被分割開,所以相鄰兩像素之間差異越大時,5{^}越小。??2.1.2構(gòu)造網(wǎng)絡(luò)圖??待分割的圖像可以通過無向圖>來表示,其中F表示頂點(vertex)??的集合,五表示邊(edge)的集合。圖割中的圖和一般圖論中的圖區(qū)別不大,圖??割中的圖比普通圖多兩個終端頂點,分別用S?(source,源點)和T?(sink,匯點)??符號表示,其它頂點全部與這兩個頂點相連構(gòu)成邊,加入到邊集合中。因此圖割??中的圖有兩種類型的頂點和兩種類型的邊。第一種頂點是與圖像中每個像素相對??應(yīng)的普通頂點p?e?P,第二種頂點是終端頂點S和T。第一種邊是相鄰兩個普通??頂點的連邊n-links,第二種邊是所有普通頂點與兩個終端頂點構(gòu)成的連邊t-links。??圖2-1表示了一幅圖像與其對應(yīng)的S-T圖,S-T圖中的普通頂點與圖像像素相對??應(yīng),除此以外S-T圖中還有兩個終端頂點。??
【參考文獻(xiàn)】:
期刊論文
[1]論DBSCAN算法在圖像分割中分類的實現(xiàn)[J]. 王小龍. 電子技術(shù)與軟件工程. 2013(12)
[2]灰度-梯度共生矩陣模型的加權(quán)條件熵閾值法[J]. 張弘,范九倫. 計算機工程與應(yīng)用. 2010(06)
[3]用于灰度圖像分割的小波區(qū)域擴張算法[J]. 劉旭紅,張國英,劉玉樹,柳曉雷. 計算機工程. 2004(22)
[4]多閾值BIRCH聚類算法及其應(yīng)用[J]. 邵峰晶,張斌,于忠清. 計算機工程與應(yīng)用. 2004(12)
[5]灰色歐幾里德關(guān)聯(lián)度[J]. 趙艷林,韋樹英,梅占馨. 廣西大學(xué)學(xué)報(自然科學(xué)版). 1998(01)
[6]T型關(guān)聯(lián)度及其計算方法[J]. 唐五湘. 數(shù)理統(tǒng)計與管理. 1995(01)
[7]灰度圖象的二維Otsu自動閾值分割法[J]. 劉健莊,栗文青. 自動化學(xué)報. 1993(01)
[8]灰色絕對關(guān)聯(lián)度及其計算方法[J]. 梅振國. 系統(tǒng)工程. 1992(05)
[9]灰色B型關(guān)聯(lián)分析[J]. 王清印. 華中理工大學(xué)學(xué)報. 1989(06)
本文編號:3505351
本文鏈接:http://sikaile.net/projectlw/qgylw/3505351.html
最近更新
教材專著