基于高阶条件随机场模型的改进型图像分割算法

摘要：

在图像分割中,将条件随机场(CRF)模型及其高阶模型广泛用作能量函数,后者以二阶CRF模型为基础,通过引入高阶势函数反映各分割块内像素标记的一致性,使分割的目标边缘更加精确,但能量最小化的计算效率不理想.针对该问题,提出一种基于鲁棒PnPotts高阶CRF模型的改进型图像分割算法.根据给定的标记集合运行最大流/最小割算法得到局部最优解,再用局部最优解修改节点的标记,对未确定标记的节点运行α扩展算法,并在每次迭代过程中动态更新图的流和边的剩余容量,使得每次迭代的时间快速减少.实验结果表明,与α扩展算法相比,改进算法在保持原有分割效果的基础上,相同图像的能量最小化收敛速度比原算法快2倍～3倍.

关键词：高阶条件随机场模型、图像分割、能量最小化、最大流/最小割、局部最优解、α扩展算法

所属期刊栏目：42

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目“物联网环境下无线多媒体传感器网络QoS保障机制研究”61100215;湘潭大学博士科研启动基金资助项目kz08051

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：241-246