基于双重超像素集的快速路径相似度图像分割算法
为克服基于路径相似度计算时间复杂度高以及基于单一过分割区域集的聚类方法容易导致误合并的缺陷,提出一种结合均值漂移和路径相似度的谱聚类算法.该算法使用超像素构建基于路径相似度的模型来实现加速.首先,利用均值漂移算法对图像进行两次预分割(不同参数),将这些过分割区域视为两组超像素集合,构建基于双重过分割区域集的加权图;之后,使用各超像素的色彩均值和超像素间存在的交叉像素计算初始相似度,再利用路径相似度模型得到基于路径的相似度;最后,采用Multiway Ncut算法进行聚类.通过算法自身参数和图结构实验,测试算法的鲁棒性和稳定性;通过多幅彩色图片的分割实验,表明本文的方法在准确性和时效性方面都具有很好的性能.
均值漂移、路径相似度、谱聚类、图像分割、Multiway Ncut、半监督聚类
39
国家自然科学基金90920013;Support by National Natural Science Foundation of China90920013
2013-12-05(万方平台首次上网日期,不代表论文的发表时间)
共12页
1653-1664