發(fā)布時間：2017-12-13 20:00

  本文關鍵詞：基于超像素和圖論的圖像分割方法研究

  更多相關文章： 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域中一項基礎而又重要的步驟,對一些更高級的計算機視覺技術具有重要的影響,如目標識別與跟蹤、場景分析等。由于圖像本身可以轉(zhuǎn)化成圖結構,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合,并提出一些改進的算法,論文的主要工作包括如下幾個方面:(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致產(chǎn)生的超像素質(zhì)量較差的缺點,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行泛洪處理,每個像素點的泛洪處理順序由該像素點與種子點的顏色距離和空間距離加權和決定;同時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果后,根據(jù)每個邊界像素點與其超像素中心的距離以及與該像素點鄰域內(nèi)與其類別不同的像素的超像素中心的距離的大小進行超像素邊界的迭代修正后得到最終的結果。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算法進行圖像的預分割處理以降低圖節(jié)點的個數(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建譜聚類的超像素相似度矩陣。實驗結果表明,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確的分割結果,為此本文針對graph-cuts算法存在分割錯誤率較高的缺點,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算法進行預處理,然后在graph-cuts算法的能量函數(shù)模型的基礎上提出一種基于超像素的能量函數(shù)模型,該模型的區(qū)域項在考慮超像素與標記的特征距離的同時,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,迭代執(zhí)行最大流最小割算法得到最終的結果。實驗結果表明,本文的分割方法具有較低的分割錯誤率。
【學位授予單位】：中國科學技術大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

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];中國圖象圖形學報;2016年05期

2 張金靜;李玉;趙泉華;;多主體框架下結合最大期望值和遺傳算法的SAR圖像分割[J];中國圖象圖形學報;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];計算機應用與軟件;2014年09期

4 江怡;梅小明;鄧敏;陳杰;陳鐵橋;;一種結合形態(tài)濾波和標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;2013年02期

5 依玉峰;高立群;郭麗;;基于Mean Shift隨機游走圖像分割算法[J];計算機輔助設計與圖形學學報;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];遙感學報;2011年05期

7 黃宇;付琨;吳一戎;;基于Markov隨機場K-Means圖像分割算法[J];電子學報;2009年12期

8 向紅艷;張鄰;楊波;;基于最大流的路網(wǎng)結構優(yōu)化[J];西南交通大學學報;2009年02期

9 楊潤玲;高新波;;基于加權模糊c均值聚類的快速圖像自動分割算法[J];中國圖象圖形學報;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胞[J];中國圖象圖形學報;2006年12期

，

本文編號：1286371