基于改进Graph Cut算法的生猪图像分割方法

摘要：

生猪图像分割为生猪行为特征提取、参数测量、图像分析、模式识别等提供易于理解和分析的图像表示,准确有效的生猪图像分割是生猪行为理解和分析的基础.针对传统Graph Cut算法分割精度差、分割效率低及不能准确分割特定目标的问题,该文结合交互分水岭算法,提出基于改进Graph Cut算法的生猪图像分割方法.采用交互分水岭算法对图像进行区域划分,划分的各个区域块看作超像素,用超像素替代传统加权图中的像素点,构造新的网络图替代传统加权图,重新构造能量函数以完成前景背景的有效分割.试验结果表明:该方法峰值信噪比平均范围为[30,40],结构相似度平均范围为[0.9,1],两种评价准则的结果与主观评价一致,图像分割质量、精度得到明显提升;平均耗时缩短到传统GraphCut算法的33.7％,提高了分割效率;在复杂背景、噪声干扰、光照强度弱等条件下可以快速分割出特定目标生猪,具有较高鲁棒性.

关键词：图像处理、图像分割、算法、改进、Graph Cut算法、超像素、交互分水岭算法

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划资助项目2013AA102306

在线出版日期：2017-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：196-202