基于超像素聚類(lèi)的圖像分割算法研究.pdf

1、隨著人類(lèi)社會(huì)的發(fā)展，科學(xué)技術(shù)的進(jìn)步，人們每天都要處理大量來(lái)自測(cè)量或觀(guān)察到的信息數(shù)據(jù)，以備進(jìn)一步的管理和使用。圖像在人類(lèi)接受、處理和傳遞信息的過(guò)程中起著重要作用，也是人類(lèi)最重要和最有效的信息獲取及交流方式。圖像分割是處理圖像信息的一種重要技術(shù)，圖像分割將輸入圖像分割成若干有意義的目標(biāo)區(qū)域，從而滿(mǎn)足人們?cè)诟鞣N情況下的需求和應(yīng)用。傳統(tǒng)的圖像分割方法大部分是針對(duì)像素進(jìn)行，即描述每個(gè)像素點(diǎn)的顏色、紋理、梯度等信息，這樣分割得到的結(jié)果往往會(huì)過(guò)于碎片

2、化。為了能夠更好的描述圖像的區(qū)域信息，超像素方法被引入到圖像分割中，它能夠更好的符合人類(lèi)理解圖像的視覺(jué)特性。
　　本文的主要工作是利用超像素方法對(duì)圖像進(jìn)行預(yù)分割，然后再引入近鄰傳遞聚類(lèi)算法和密度峰值聚類(lèi)算法對(duì)超像素進(jìn)行聚類(lèi)合并，最終實(shí)現(xiàn)對(duì)圖像的分割。本文的方法不僅取得了很好的分割結(jié)果，還有效解決了聚類(lèi)分割算法計(jì)算量大的問(wèn)題。本文的具體工作如下：
　　1.本論文首先介紹了傳統(tǒng)的圖像分割方法，分析了傳統(tǒng)方法的優(yōu)劣。闡述了超像素方

3、法提出的意義，總結(jié)了目前比較流行的超像素分割方法，使用三種常用的超像素分割方法進(jìn)行對(duì)比實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)本文選擇均值漂移算法作為超像素處理的方法。
　　2.針對(duì)近鄰傳遞聚類(lèi)算法計(jì)算時(shí)間長(zhǎng)、計(jì)算復(fù)雜度高而難以應(yīng)用于大規(guī)模圖像處理的問(wèn)題，提出了基于超像素的近鄰傳遞聚類(lèi)分割算法。首先對(duì)圖像進(jìn)行預(yù)分割，并計(jì)算得到的超像素塊之間的相似度，從而構(gòu)成近鄰傳遞聚類(lèi)算法的相似度矩陣。由于使用超像素塊來(lái)代替像素點(diǎn)，有效地減小了相似度矩陣的規(guī)模，極大的提高

4、了算法的速度。通過(guò)在伯克利分割數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)證明該算法取得了很好的分割效果。
　　3.針對(duì)密度峰值聚類(lèi)算法計(jì)算復(fù)雜度高而難以直接應(yīng)用于圖像分割的問(wèn)題，同時(shí)為了彌補(bǔ)產(chǎn)生超像素的方法是局部算法，提出了基于超像素的密度峰值聚類(lèi)分割算法。首先對(duì)圖像進(jìn)行預(yù)分割，并計(jì)算得到的每一個(gè)超像素塊的決策值，建立密度峰值聚類(lèi)決策圖，對(duì)使用超像素方法預(yù)分割后的圖像實(shí)現(xiàn)全局的聚類(lèi)合并。為了解決算法超參數(shù)的設(shè)置問(wèn)題，通過(guò)引入位平面估計(jì)圖像復(fù)雜度的方法實(shí)現(xiàn)對(duì)算