交互式圖像分割相關(guān)技術(shù)研究.pdf

1、在計(jì)算機(jī)視覺技術(shù)中圖像分割是重要的底層技術(shù)。在圖像識別、圖像檢索、圖像分析等人工智能領(lǐng)域中都會應(yīng)用到圖像分割?？梢娫跀?shù)字圖像處理中，圖像分割技術(shù)處于基礎(chǔ)地位，其意義不言而喻。由于自然圖像包含了復(fù)雜的顏色特征和紋理特征，導(dǎo)致自然圖像應(yīng)用在自動的圖像分割中很難產(chǎn)生出令人滿意的結(jié)果。所以交互式圖像分割技術(shù)被提出，通過用戶輸入的交互式信息算法能夠準(zhǔn)確的分割出圖像中的目標(biāo)主體。但現(xiàn)有的交互式圖像分割算法在處理大分辨率圖像時(shí)需要花費(fèi)巨大的時(shí)間開銷且

2、不能在一幅圖像中分割多個(gè)主體。這不僅降低了用戶的工作效率還嚴(yán)重的影響了圖像分割技術(shù)的實(shí)用性。
　　為此本文圍繞著對現(xiàn)有算法性能改進(jìn)的原則出發(fā)，將超像素算法與傳統(tǒng)的Grab Cut算法和區(qū)域融合算法相結(jié)合。提出了改進(jìn)的Grab Cut算法和基于最大相似度的區(qū)域融合算法,從而減少對大分辨率圖像的處理時(shí)間，并且改進(jìn)的區(qū)域融合算法還具備分割多個(gè)主體的功能。本文工作如下：
　　1、對現(xiàn)有交互式圖像分割技術(shù)的相關(guān)理論基礎(chǔ)做出介紹，詳細(xì)講

3、述了經(jīng)典的Graph Cuts算法和Grab Cut算法的具體實(shí)現(xiàn)以及不足。
　　2、介紹了常見的7種超像素算法，并對這些算法進(jìn)行實(shí)驗(yàn)，結(jié)合實(shí)驗(yàn)結(jié)果對這7種算法做了性能及質(zhì)量對比，選出符合我們要求的SLIC算法。
　　3、將SLIC算法與Grab Cut算法相結(jié)合，經(jīng)過實(shí)驗(yàn)對比證明了改進(jìn)后算法的運(yùn)行速度上比傳統(tǒng)的Grab Cut算法快4到9倍。
　　4、對傳統(tǒng)的區(qū)域融合算法進(jìn)行改進(jìn)，加入了區(qū)域間的最大相似度規(guī)則從而取消