【摘要】：人類的視覺(jué)能力能夠輕松實(shí)現(xiàn)對(duì)圖像的分割,但這一能力對(duì)計(jì)算機(jī)視覺(jué)系統(tǒng)卻是艱巨的挑戰(zhàn)。近年來(lái),由于圖像信息的大量增多,對(duì)多張圖像實(shí)現(xiàn)聯(lián)合分割比單獨(dú)對(duì)每一張圖像進(jìn)行分割更為合理與高效,因?yàn)槎鄰垐D像中往往包含有共同的前景物體或同一類別的相似物體。這一類圖像分割方法被稱之為協(xié)同分割。在廣泛調(diào)研并深入研究了目前國(guó)際上有關(guān)協(xié)同分割經(jīng)典算法的基礎(chǔ)上,本論文重點(diǎn)研究了基于超像素的目標(biāo)協(xié)同分割算法、高維特征描述子設(shè)計(jì)和分割能量模型的優(yōu)化求解方法等,并致力于利用協(xié)同分割思想實(shí)現(xiàn)目標(biāo)同時(shí)搜索與分割應(yīng)用。本文的主要研究?jī)?nèi)容和貢獻(xiàn)包括：1.提出了一種基于目標(biāo)發(fā)現(xiàn)與樹(shù)圖約束的協(xié)同分割算法,解決協(xié)同分割中因圖像間背景相似而前景劇烈變化造成的前背景混淆問(wèn)題,以及大多數(shù)基于馬爾科夫隨機(jī)場(chǎng)的協(xié)同分割算法僅適用于小數(shù)據(jù)集(如圖像對(duì))的局限性。新的目標(biāo)發(fā)現(xiàn)機(jī)制引入了基于超像素的顯著性先驗(yàn)以及重復(fù)性度量的感知信息,有效地利用協(xié)同分割的先驗(yàn)信息解決了前背景混淆問(wèn)題。同時(shí),將基于超像素的分割問(wèn)題轉(zhuǎn)化為組合優(yōu)化問(wèn)題,通過(guò)樹(shù)圖約束的優(yōu)化求解方法不但降低了計(jì)算復(fù)雜度,且搜索得到的最優(yōu)解使得物體的分割更加完整和準(zhǔn)確。2.提出了采用高維特征學(xué)習(xí)的方法對(duì)目標(biāo)發(fā)現(xiàn)機(jī)制得到的訓(xùn)練樣本進(jìn)行學(xué)習(xí),使算法能夠擴(kuò)展到更大的數(shù)據(jù)集。此外,還提出了森林圖約束模型及其優(yōu)化方法,將已有的基于樹(shù)圖約束的單目標(biāo)分割擴(kuò)展為多目標(biāo)分割,解決了基于超像素的協(xié)同分割算法往往對(duì)多目標(biāo)場(chǎng)景(如體育賽事圖像)下的分割處理效果欠佳等問(wèn)題。3.提出了一個(gè)新的融合感知信息的協(xié)同分割統(tǒng)一模型及其優(yōu)化方法以解決分步式的協(xié)同分割算法對(duì)目標(biāo)初始化較為敏感且僅在初始化階段利用共同物體先驗(yàn)、顯著性先驗(yàn)等信息的局限性；提出將包含區(qū)域集顯著性、重復(fù)性以及空間位置信息等的感知信息作為全局約束項(xiàng)引入能量模型,同時(shí)采用基于感知的結(jié)構(gòu)化森林框架加以優(yōu)化求解,充分利用了感知信息解決目標(biāo)的協(xié)同分割。4.借鑒交互式的協(xié)同分割思想,提出了一個(gè)新穎的視覺(jué)目標(biāo)同時(shí)搜索與分割模型,實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)圖片中感興趣目標(biāo)的同時(shí)搜索與分割提取。在這一算法中,我們提出將種子超像素作為聯(lián)系目標(biāo)搜索與分割的紐帶,搜索與分割兩個(gè)過(guò)程以互相促進(jìn)的方式工作。種子超像素作為結(jié)構(gòu)化的約束條件指導(dǎo)分割,同時(shí)分割結(jié)果通過(guò)反饋驗(yàn)證機(jī)制排除錯(cuò)誤的種子超像素,更新種子超像素集合。最后的分割結(jié)果反映搜索與分割的共同結(jié)果。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李瑞帥;余淑華;潘凱;王圓;;圖像特征金字塔快速計(jì)算方法[J];電子世界;2014年07期

2 曾喜良;王金娟;;指紋分割的塊圖像梯度因子聚類法[J];計(jì)算機(jī)與數(shù)字工程;2008年07期

3 劉陳;王欣欣;李鳳霞;趙相坤;;一種快速保邊的圖像對(duì)象分割方法[J];北京理工大學(xué)學(xué)報(bào);2010年02期

4 朱薇;劉利剛;;圖像適應(yīng)算法中非冗余顯著圖的計(jì)算[J];中國(guó)圖象圖形學(xué)報(bào);2011年08期

5 柳有權(quán);吳宗勝;韓紅雷;吳恩華;;線條增強(qiáng)的建筑物圖像抽象畫(huà)生成[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年09期

6 吳駿,唐紅梅,肖志濤,賈志成;一種基于相位信息的圖像對(duì)稱性檢測(cè)方法[J];信號(hào)處理;2004年01期

7 邵靜;高雋;趙瑩;張旭東;;一種基于圖像固有維度的感知物體檢測(cè)方法[J];儀器儀表學(xué)報(bào);2008年04期

8 潘如如;高衛(wèi)東;;高緊度機(jī)織物圖像傾斜的自動(dòng)糾正[J];紡織學(xué)報(bào);2009年10期

9 劉貴喜,趙曙光,楊萬(wàn)海;基于梯度塔形分解的多傳感器圖像融合[J];光電子·激光;2001年03期

10 呂冀;高洪民;汪渤;周志強(qiáng);;圖像制導(dǎo)的目標(biāo)匹配算法與系統(tǒng)設(shè)計(jì)[J];彈箭與制導(dǎo)學(xué)報(bào);2009年05期

相關(guān)會(huì)議論文 前5條

1 張一鳴;劉亞t，

本文編號(hào)：2527645