基于層次條件隨機(jī)場(chǎng)的圖像對(duì)象分割.pdf

1、圖像的對(duì)象分割是計(jì)算機(jī)視覺領(lǐng)域一個(gè)重要的研究課題，也是計(jì)算機(jī)理解與分析圖像的重要步驟。至今，圖像對(duì)象分割方法種類較多，目前主流方法采用條件隨機(jī)場(chǎng)框架。這些方法一般以像素為單位進(jìn)行處理，包括特征的提取，存在較大的冗余計(jì)算，另外如何利用圖像的語(yǔ)義信息也是重點(diǎn)研究方向，語(yǔ)義信息能夠大幅度提高圖像對(duì)象分割的準(zhǔn)確率。
　　本文針對(duì)上述問(wèn)題提出一種基于層次條件隨機(jī)場(chǎng)的圖像對(duì)象分割方法。該方法是以超像素塊為處理單位，并采用基于超像素的texto

2、nboost特征。另外本文提出一種基于貝葉斯和諧度的圖像分割方法，該方法能夠自動(dòng)選擇合適的區(qū)域塊數(shù)，獲得的區(qū)域塊盡可能包含同一個(gè)對(duì)象，這能夠體現(xiàn)一定的語(yǔ)義信息。我們結(jié)合此區(qū)域塊定義高階勢(shì)能，高階勢(shì)能建立超像素與區(qū)域塊之間的層次約束關(guān)系，然后建立層次條件隨機(jī)場(chǎng)模型，并利用超像素特征和區(qū)域塊特征訓(xùn)練層次條件隨機(jī)場(chǎng)的參數(shù)。最后通過(guò)最小化該層次條件隨機(jī)場(chǎng)的能量式獲得最終的圖像對(duì)象分割結(jié)果。
　　最后本文在公用圖像數(shù)據(jù)集 MSRC上測(cè)試本文