圖像在日常的生活和工作中起著越來(lái)越重要的作用,圖像的像素?cái)?shù)量以及圖像的質(zhì)量也隨著相機(jī)技術(shù)的發(fā)展在逐年提高。面對(duì)海量的、不斷增長(zhǎng)的大分辨率的圖像數(shù)據(jù),如何快速準(zhǔn)確地從大分辨率圖像中提取出所需的信息并理解圖像的內(nèi)容,是圖像處理領(lǐng)域中一個(gè)充滿挑戰(zhàn)性的問(wèn)題,在這種背景下圖像的超像素分割被提了出來(lái)。圖像的超像素分割就是把位置鄰近且顏色具有相似性的像素聚合為一個(gè)大的像素塊稱為超像素,相比于像素使用超像素表示圖像能更加簡(jiǎn)潔高效,提供視覺(jué)上有意義的實(shí)體。因此,超像素常被作為圖像處理算法和計(jì)算機(jī)視覺(jué)任務(wù)中的原子單元,以提高算法的運(yùn)行速度。在圖像的超像素分割中如何提高對(duì)像素點(diǎn)的區(qū)分能力,使生成的超像素具有良好的規(guī)則性并且超像素的邊界與圖像中物體的邊界緊密黏附,選擇適合當(dāng)前待分割圖像的算法參數(shù),是提升圖像超像素分割效果的關(guān)鍵問(wèn)題。本文提出了一種基于區(qū)域分解的超像素分割算法,有效地解決了上述在圖像超像素分割中存在的問(wèn)題。與現(xiàn)在的圖像超像素分割方法相比,本文方法的核心思想是將待分割圖像分為平坦區(qū)域和非平坦區(qū)域。一方面,在圖像的平坦區(qū)域中可以容易地實(shí)現(xiàn)超像素的規(guī)則性。另一方面,在圖像的非平坦區(qū)域中算法生成的超像素... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１僅基于顏色信息難以區(qū)分開(kāi)的Ｋ域

?山東大學(xué)碩士學(xué)位論文???好。增強(qiáng)超像素的邊界與圖像邊界的貼合，可以獲得更好的圖像邊界貼合率，??但可能會(huì)使處于平坦區(qū)域的超像素的規(guī)整性變差，反之亦然。??ｍ：』??（ｃ）?（ｄ）??圖１－２?（ａ）、（ｂ）、（ｃ）和（ｄ）分別是ＳＬＩＣ、ＬＳＣ、ＧＭＭ和ＥＲＳ在超像素個(gè)數(shù)為５００時(shí)的分割??結(jié)果，可以看出生成的超像素形狀越規(guī)整，超像素與圖像中的梧物體邊界保持黏附就越困??難。??此外，目前的方法在運(yùn)行期間對(duì)不同輸入圖像使用固定的參數(shù)。然而每張??圖像的像素信息有著各種各樣情況，采用相同的參數(shù)在各種內(nèi)容的圖像上通常??會(huì)導(dǎo)致不連續(xù)和次佳的性能。??１．４論文的主要工作及創(chuàng)新點(diǎn)??本文首先介紹了圖像超像素分割的研究背景、意義以及現(xiàn)狀，并對(duì)目前主??要的圖像超像素分割算法進(jìn)行了分析和總結(jié)，針對(duì)目前存在的一些問(wèn)題，設(shè)計(jì)??了本文的算法，并把本文的算法和其他算法進(jìn)行了對(duì)比、分析和總結(jié)。??本文提出了一種基于區(qū)域劃分的超像素分割算法，以解決１．?３節(jié)中提到的??問(wèn)題。相比與目前的超像素分割算法，本文方法的核心思想是將輸入圖像分為??８??

?山東大學(xué)碩士學(xué)位論文???后的分割結(jié)果，圖中的數(shù)字代表著該像素點(diǎn)所屬的類別。??｜?Ｓ｛?１１１??；?！?—?ＦＴ＂＂７??祕(mì)－隱戀?丨１?；?２?２??—??■?？?２?２?？丨??（？）?（ｄ）??（ｂ）?－？?（ｃ）?ｓ，??圖２－１基于圖論的圖像的超像素分割的基本流程圖。??采用圖論思想的超像素分割方法有ＮＣ：２°］，?ＥＲＳＵ３］，ＴＰＳ［２１ＰＬＲＷ［２５］等。圖論??分割算法的能量函數(shù)往往不夠直觀、不易于理解并且在求解的過(guò)程也比較復(fù)雜，??因此在使用中沒(méi)有聚類算法那么廣泛。本文提出的算法是在聚類算法的基礎(chǔ)上??進(jìn)行改進(jìn)，接下來(lái)將詳細(xì)介紹基于聚類的超像素分割算法。??２．?２基于聚類的超像素分割算法??基于聚類的超像素分割方法的基本框架如圖２－２所示。首先，設(shè)置要得到??的超像素的個(gè)數(shù)，根據(jù)個(gè)數(shù)在圖像中選擇相應(yīng)的像素點(diǎn)作為算法的初始聚類中??心：其次，度量每個(gè)像素點(diǎn)和聚類中心之間的相似性，根據(jù)相似性給圖中的每個(gè)??像素點(diǎn)分配一個(gè)唯一的標(biāo)記；接著，根據(jù)當(dāng)前的分類信息，使用屬于同一類的像??素，依據(jù)某種策略更新其屬于的聚類中心；然后，重新計(jì)算像素點(diǎn)和新的聚類中??心之間的相似性，根據(jù)相似性重新對(duì)所有的像素點(diǎn)進(jìn)行分類標(biāo)記；不停重復(fù)更新??聚類中心和更新分類信息這兩個(gè)步驟，直到滿足所設(shè)的停止條件。停止迭代后??就可以得到所需的結(jié)果。??１２??


本文編號(hào)：3382924