基于顯著性的圖像分割研究.pdf

1、現(xiàn)有的圖像分割方法大部分基于一致性的準(zhǔn)則，難以分割不一致的目標(biāo)。為了解決這個(gè)問(wèn)題，人們所采取的方法包括引入視覺(jué)顯著性將顯著的不一致目標(biāo)分割出來(lái)，以及引入人工信息建立交互式分割。但是這兩種方法都存在一些缺陷，顯著性分割方法難以得到目標(biāo)精確的邊界輪廓以及比較難分割出具有一致性的目標(biāo)，交互式分割方法的問(wèn)題在于人工信息的不確定性以及分割結(jié)果對(duì)人工信息的敏感性。
　　基于以上兩點(diǎn)本文首先提出了一種基于顯著性的N-cut算法，通過(guò)引用INP算

2、法中計(jì)算顯著圖的像素不一致因子PIF，使經(jīng)典的N-cut分割過(guò)程充分考慮到圖像的亮度特征，得到精確的目標(biāo)邊界輪廓，準(zhǔn)確地分割出目標(biāo)。其次本文在一種新的基于最大相似性的區(qū)域合并算法的基礎(chǔ)上，提出了基于顯著性種子點(diǎn)區(qū)域合并的圖像分割框架。同一個(gè)目標(biāo)中具有不同特征的像素點(diǎn)都可以作為代表先驗(yàn)交互信息的候選點(diǎn)，同時(shí)這些點(diǎn)由于具有較高的顯著性而引起人們的注意。通過(guò)顯著性分析可以自動(dòng)地獲得理想的先驗(yàn)信息，從而替代費(fèi)時(shí)費(fèi)力的人工信息。
　　對(duì)大量