基于內(nèi)容的超像素合并及其在圖像分割中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、作為許多圖像分析與識別任務(wù)的首要步驟,圖像分割是一個(gè)十分基礎(chǔ)但很重要的部分,極大地影響了最終分析結(jié)果的好壞。傳統(tǒng)的圖像分割方法大多是基于像素級的,即描述每個(gè)像素的顏色、紋理、梯度統(tǒng)計(jì)等信息,這些局部特征缺乏對周圍信息的協(xié)同統(tǒng)計(jì),往往使得分割結(jié)果過于碎片化。而超像素作為近年來應(yīng)用比較廣泛的圖像分析方法,能夠較好地描述區(qū)域信息,并對圖像分割中出現(xiàn)的噪聲、遮擋和陰影等現(xiàn)象具有較好的魯棒性。
  本論文學(xué)習(xí)和總結(jié)了幾種當(dāng)前流行的超像素計(jì)算

2、方法;然后,研究了超像素的內(nèi)容表達(dá)和相似性度量;在此基礎(chǔ)上應(yīng)用漸進(jìn)合并算法和近鄰傳播聚類算法對過分割后的圖像進(jìn)行了合并和聚類,最終將主要目標(biāo)從背景中分割出來。
  特別是本文提出的超像素漸進(jìn)合并算法應(yīng)用了圖論的基本框架:一幅圖像被映射成一個(gè)加權(quán)的無向圖,其中超像素被當(dāng)作圖中的頂點(diǎn),而相鄰超像素之間通過邊相連,由超像素間的相似度計(jì)算出相應(yīng)邊的權(quán)值,通過排序每次合并權(quán)值最小的兩個(gè)超像素。通過幾組實(shí)驗(yàn)比較分析,本文的超像素漸進(jìn)合并方法均

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論