基于粒子濾波器模型的圖像對象分割算法.pdf

1、圖像對象分割，即從一幅復(fù)雜背景的圖像中提取出觀察者感興趣的對象，是圖像分割技術(shù)的最高目標(biāo)。由于圖像分割技術(shù)幾乎出現(xiàn)在所有與圖像相關(guān)的領(lǐng)域，具有廣泛的應(yīng)用需求，因此，對圖像對象分割理論及其相關(guān)技術(shù)進(jìn)行研究具有十分重要的意義。 視覺機(jī)理的研究表明，對象分割離不開反映對象特征的先驗(yàn)知識的指導(dǎo)，但單純利用高層對象特征的自頂向下分割方法又面臨著分割精度不高的困局。為此，近些年來，越來越多的研究者開始走自底向上與自頂向下相結(jié)合的組合式分割路

2、線。本論文在此技術(shù)思想的指導(dǎo)下，分別提取圖像底層信息以及對象形狀頂層信息，并成功的應(yīng)用粒子濾波器模型將多層視覺信息相結(jié)合，得到令人滿意的圖像對象分割結(jié)果。 本文主要研究內(nèi)容包括： 1）以歸一化切分算法為例，討論了傳統(tǒng)圖像分割的定義及算法分類。本文根據(jù)歸一化切分結(jié)果圖的特點(diǎn)，利用歸一化切分結(jié)果圖中的邊緣片段提取圖像底層信息。 2）由于對象的形狀具有多樣性，本文擯棄了傳統(tǒng)基于輪廓/區(qū)域的對象形狀描述法，而是利用對象形

3、狀的局部特性，指導(dǎo)算法實(shí)現(xiàn)圖像對象的分割。 3）本文提出的基于粒子濾波器模型的圖像對象分割算法與前人算法最大的不同之處在于粒子濾波器模型的運(yùn)用。歸一化切分結(jié)果圖中的邊緣片段被視為粒子，隨著邊緣片段沿著分割圖的延伸，粒子的權(quán)重不斷更新，使得算法最終收斂于對象輪廓。 本文的研究結(jié)果表明，通過粒子濾波器模型結(jié)合的圖像分割的底層信息以及對象頂層的局部形狀特性，可以得到較好的圖像對象分割結(jié)果。此算法對于對象具有顯著紋理或者出現(xiàn)部分