快速超像素图像分割算法及其应用研究

发布时间：2021-01-11 04:14

　　近年来,随着计算机科学技术的快速发展,图像分辨率逐渐增高,传统像素级的图像分割方法很难满足实时性要求。超像素是近年来兴起的一种图像预分割技术,它将图像分割成若干个具有同质性的区域,相比于传统像素级的图像分割技术,超像素分割技术不仅能够保留图像局部特征,而且可以提高后续算法的运算速度。目前,超像素分割技术已经被成功应用在图像中的目标检测与识别、图像语义分割、图像分类等多个方面,引起了学者们的广泛关注。因此,研究超像素分割算法对发展图像分割理论具有重要意义,且将超像素算法应用于遥感影像地物分类,对发展我国对地观测技术具有重要作用。尽管学者们当前已经提出诸多超像素分割算法,然而多数算法仍然存在边缘贴合度低、计算复杂度高、实际应用受限等问题。针对上述问题,本文研究了快速超像素图像分割算法,并将其应用于遥感影像分类中。主要研究工作总结如下:（1）面向图像超像素分割的简单线性迭代聚类（Simple LinearIterative Clustering,SLIC）算法在每次迭代后,超像素块中存在与聚类中心相似度较低的异常点,影响聚类中心的稳定,不利于轮廓贴合度的提升;此外,SLIC算法在聚类过程中存... 

【文章来源】：陕西科技大学陕西省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图２－１最小割情况描述图??Ｆｉ．?２－１?Ｄｅｓｃｒｉｔｉｏｎ?ｏｆ?ｍｉｎｉｍｕｍ?ｃｕｔ??

００８年Ｍｏｏｒｅ等人１５４］为??了在超像素算法内引入像素的几何信息和相互间的邻域关系以增加图像拓扑结构信息，??从而提出了?Ｓｕｐｅｒｐｉｘｅｌ?ｌａｔｔｉｃｅｓ算法。该算法首先输入图像的边界图，并在垂直和水平两??个方向分别采用二分法，从而生成常规的超像素网格；其次，在垂直和水平两个方向不??断地进行搜索，最终得到最优路径，得到图像的超像素边界图。生成最优路径有三个限??制条件：第一是每条水平和垂直路径只相交一次，第二是任意两条水平路径不相交，第??三是任意两条垂直路径不相交。图２－２是该算法形成超像素的过程：??１?ｍｍ?￣￣］￣￣Ｔ??１?７?４?Ｌ４?＇＇７?????２?（?３?３?（?６?ｆ?９??ａ）超像素形成第一阶段?ｂ）超像素形成第二阶段??图２－２?Ｓｕｐｅｒｐｉｘｅｌ?ｌａｔｔｉｃｅｓ算法超像素形成过程??Ｆｉｇ．?２－２?Ｓｕｐｅｒｐｉｘｅｌ?ｌａｔｔｉｃｅ?ａｌｇｏｒｉｔｈｍ?ｓｕｐｅｒｐｉｘｅｌ?ｆｏｒｍａｔｉｏｎ?ｐｒｏｃｅｓｓ??Ｍｏｏｒｅ等人在最优路径策略采用了两种方法：第一种是Ｓ－Ｔ?ｍｉｎ?ｃｕｔ，通过产生任意??的拓扑路径和一个损失函数来控制路径的弯曲度；第二种是动态规划方法，通过最小化??代价函数来生成无回归路径。该算法在速度和精度上能保持较好的性能，但是对输入的??边界图依赖较大。??（３）?ＧＣａｌＯ算法和ＧＣｂｌＯ算法??２０１０年Ｖｅｋｓｌｅｒ等人＿提出了基于能量优化框架的超像素分割算法，该算法提出了??能量最小化框架下的超像素划分问题，并利用图割对能量函数进行优化。该算法计算效??率高，边缘轮廓贴合度高，且适用于３Ｄ超像素体的分割。该能量

使得生成的超像素轮??廓既贴合边缘又形状规则，又可以保证得到最优分割结果。该算法首先构建图／?＝?，??■／ｇ五，目标函数如下：??Ｇ?＝?ｍａｘ?Ｅｎ（Ｊ）?＋?ｆｊＢａ（Ｊ）?（２－５?）??ｊ??上式中，Ｊ是初选的权重边集合；是随机熵率项；是平衡项；／ｙ是权重??参数且值大于０。根据上式目标函数在拟阵约束下最大化图拓扑结构进行优化，并因为??随机熵率和平衡项的引入，将该算法变成一个贪婪算法。该算法以其较为简便的可控性??和较强的紧密度，是一个性能优异的超像素生成算法。如图２－３所示，是当熵率值￡厂变??化时，紧密度的变化。??＾?＿￣Ｔ??９?３＇?３?？?－?５－?？??？?參?？?ｍ??ａ）?￡／＝０．８１?ｂ）?￡Ｖ＝０．４３??４?４?參?．５馨２—＿馨??４｜?４?＃?３馨?６??？?？?？???ｃ）?￡ｒ＝０．６４?ｄ）?￡＞＝０．６１??图２－３紧密度随熵率变化图??Ｆｉｇ．?２－３?Ｃｌｏｓｅｎｅｓｓ?ｃｈａｎｇｅｓ?ｗｉｔｈ?ｅｎｔｒｏｐｙ??（５）?Ｐｓｅｕｄｏ－ｂｏｏｌｅａｎ?Ｏｐｔｉｍｉｚａｔｉｏｎ?算法??２０１１年Ｚｈａｎｇ等人｜５７］提出了最小化两个伪布尔函数以得到较为优异的超像素图像分??１５??


本文编号：2970065