面向圖像多源屬性的協(xié)同分割方法研究.pdf

1、如何在場景復(fù)雜的圖片中快速得到用戶感興趣的目標(biāo)，正成為如今計(jì)算機(jī)視覺和模式識別領(lǐng)域的熱點(diǎn)和難點(diǎn)。圖像分割作為一種提取目標(biāo)的有效途徑一直以來都受到學(xué)者們的廣泛關(guān)注，也已經(jīng)取得了較多的研究成果。但是依舊存在較多的難點(diǎn)，比如：圖像包含的信息越來越多，圖像的特征也越來越豐富，單一的特征已經(jīng)不能滿足如今的技術(shù)要求；在分割粒度方面，基于像素級的分割框架往往會導(dǎo)致分割目標(biāo)的不完整性，而一些基于區(qū)域的分割框架則存在細(xì)節(jié)方面的丟失，并且較為依賴預(yù)分割區(qū)域

2、的準(zhǔn)確性。本文針對圖像的多源屬性協(xié)同分割問題，主要進(jìn)行了如下幾個方面的創(chuàng)新工作：
　　首先，提出了一種有效的紋理建模方式。通過對傳統(tǒng)的多尺度結(jié)構(gòu)張量進(jìn)行精簡和非線性濾波處理得到非線性精簡多尺度結(jié)構(gòu)張量，并將非線性精簡多尺度結(jié)構(gòu)張量與全局變分流結(jié)合構(gòu)成我們所使用的紋理描述子。采用圖割框架對該紋理描述子的有效性進(jìn)行實(shí)驗(yàn)，通過與常用紋理特征的實(shí)驗(yàn)對比驗(yàn)證了該紋理描述子在紋理描述力上有較好的效果，而且其較低的維度特質(zhì)也給后續(xù)的概率建模帶來

3、了效率上的提升。
　　其次，提出了基于虛擬節(jié)點(diǎn)的圖像多源屬性的協(xié)同分割框架，并將該框架用于多特征的協(xié)同分割。以 L*a*b顏色特征和我們所提出的紋理建模方式為例對基于虛擬節(jié)點(diǎn)的顏色紋理協(xié)同分割方法進(jìn)行了實(shí)驗(yàn)。通過與傳統(tǒng)的顏色紋理能量混合模型和單一的特征的分割結(jié)果進(jìn)行對比，說明了該分割框架能夠較好的吸納不同特征分割中的優(yōu)勢部分。
　　最后，提出了基于上下文信息的圖像多源屬性的協(xié)同分割框架，并將該框架用于多粒度的協(xié)同分割。以邊緣