摘要：

超像素分割是計算機視覺中的熱點問題,超像素的使用能有效地減少圖像局部信息的冗余,大大降低了圖像處理的復雜度和運算量,而且還保留了對圖像進行進一步處理的有效信息,超像素技術越來越廣泛地應用于許多領域.本文介紹了一種基于圖論的超像素分割及其合并算法,主要在檢測圖像的邊界,圖的分割準則,超像素區域特征的提取,度量超像素區域間的相似性這幾個方面進行了研究. 首先,針對圖像的邊界檢測這一問題,本文對最近比較好的圖像邊界檢測方法進行簡單的介紹,通過實驗對比和分析選取最優的邊界檢測方法,其邊界檢測結果作為本文超像素分割算法的輸入.以圖論為基礎,介紹一種超像素分割準則,最后研究了一種把邊界檢測方法和圖論算法相結合的超像素分割算法,此超像素分割算法使基于圖論的分割方法能夠分割像素分辨率較高的圖像,改變了以往基于圖論的超像素分割算法只能分割分辨率較低的圖像的現狀. 然后,在相似性測量方面,利用圖像的低水平信息,例如顏色特征,紋理特征,位置特征,形狀特征,設計了一種新的度量兩個超像素區域之間相似性的方法.圖像經過超像素分割算法分割得到超像素區域后,根據相似性度量方法測量每個超像素區域與其相鄰超像素區域之間的相似性. 最后,針對圖像分割中的過分割現象,本文利用研究的的超像素區域間相似性度量方法,計算超像素間的相似性,然后根據選定的閾值判斷是否把它們進行合并,超像素合并算法可以使超像素分割算法中存在的過分割現象得到很好的改善,并且打破了以前僅僅運用圖像的顏色和位置這些信息進行區域合并的限制.

展開

總結

以上是生活随笔為你收集整理的matlab 超像素合并,基于图论的超像素分割及其合并算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。