基于核密度估計的圖像分割方法.pdf

1、圖像分割是指依據(jù)圖像中的色彩、紋理等信息以及其所描述的對象的實際含義將圖像劃分為互不重疊且含有物理意義的區(qū)塊。由于通過構(gòu)造能量函數(shù)能夠融入更多的先驗信息，目前，將圖像分割問題轉(zhuǎn)化成泛函優(yōu)化問題已經(jīng)成為圖像分割的主流方法。
　　傳統(tǒng)基于泛函優(yōu)化的圖像分割方法在對前/背景進行建模時，通常采用參數(shù)建模法。參數(shù)模型主要基于現(xiàn)有已知的一些分布，并使用一組參數(shù)來對模型進行描述。利用參數(shù)模型來對圖像的前景進行建模，主要存在兩個缺點：1）從現(xiàn)有分

2、布中選擇最佳的一個分布或者分布組合來描述圖像前/背景缺乏理論上的指導；2）現(xiàn)有分布是針對無限樣本容量的概率密度估計問題的最優(yōu)解，但是在圖像中，無論是前景還是背景，其樣本容量都是有限的。為了克服參數(shù)模型的這些缺點，本文研究了采用核密度估計法對圖像的前/背景進行建模并利用這種模型構(gòu)造能量函數(shù)進行圖像分割的思路。
　　在采用核密度估計法對圖像的前/背景進行建模后，本文利用“最大類間差異”的原則構(gòu)造能量函數(shù)，并考慮使用兩種方式來實現(xiàn)這一原

3、則。在第一種方式里，能量項的構(gòu)建依據(jù)的是Chan-Vese模型的主體思路，使用區(qū)域內(nèi)每一個像素點的核密度估計與該區(qū)域核密度估計的Bhattacharyya距離之和來描述區(qū)域的內(nèi)在差異。第二種方式是直接利用前/背景的Bhattacharyya度量做為能量函數(shù)，并通過引入輔助函數(shù)的方式將對原目標函數(shù)的優(yōu)化問題變換為對其上界函數(shù)的優(yōu)化問題。
　　針對構(gòu)建的能量泛函，本文采用圖割算法進行優(yōu)化。通過大量對自然圖像的實驗，本文所提出的基于核密