基于高斯超像素的快速Graph Cuts图像分割方法

作     者：韩守东 赵勇 陶文兵 桑农 

作者机构：华中科技大学系统工程研究所武汉430074 华中科技大学计算机科学与技术学院武汉430074 南京大学计算机软件新技术国家重点实验室南京210093 华中科技大学图像识别与人工智能研究所武汉430074 

基　　金：国家高技术研究发展计划(863计划)(2009AA042107 2007AA01Z166) 国家自然科学基金(61073093) 国防自主创新基金资助 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2011年第37卷第1期

页      码：11-20页

摘      要：提出了一种交互式的快速图像分割方法.该方法通过使用高斯超像素来构建Graph cuts模型以实现加速.首先,利用融合了边缘置信度的快速均值漂移算法,将原始图像高效地预分割为多个具有准确边界的同质区域,并将这些区域描述为超像素,用于构建精简的加权图.然后,使用区域的彩色高斯统计对超像素进行特征描述,并在信息论空间中对高斯距离度量进行设计.另外,为了准确而精炼地对先验知识进行参数化学习,本文还使用了分量形式的期望最大化混合高斯(Component-wise expectation-maximization for Gaussian mixtures,CEMGM)算法对用户交互进行聚类.最后,在改进的加权图模型中应用Graph cuts方法,获得最终的分割结果.通过使用不同的彩色图像进行分割实验比较,仿真结果表明本文的方法在准确性和高效性方面都具有很好的性能.

主 题 词：图像分割 图切分 超像素 高斯模型 均值漂移 期望最大化算法 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/sp.j.1004.2011.00011

馆 藏 号：203703103...