融合T节点线索的图像物体分割
目的 图像分割是计算机视觉、数字图像处理等应用领域首要解决的关键问题.针对现有的单幅图像物体分割算法广泛存在的过分割和过合并现象,提出基于图像T型节点线索的图像物体分割算法.方法 首先,利用L0梯度最小化方法平滑目标图像,剔除细小纹理的干扰;其次,基于Graph-based分割算法对平滑后图像进行适度分割,得到粗糙分割结果;最后,借助于图像中广泛存在的T型节点线索对初始分割块进行区域合并得到最终优化分割结果.结果 将本文算法分别与Grabcut算法及Graph-based算法在不同场景类型下进行了实验与对比.实验结果显示,Grabcut算法需要人工定位边界且一次只能分割单个物体,Graph-based算法综合类内相似度和类间差异性,可以有效保持图像边界,但无法有效控制分割块数量,且分割结果对阈值参数过分依赖,极易导致过分割和过合并现象.本文方法在降低过分割和过合并现象、边界定位精确性和分割准确率方面获得明显改进,几组不同类型的图片分割准确率平均值达到91.16％,明显由于其他算法.处理图像尺寸800×600像素的图像平均耗时3.5s,较之其他算法略有增加.结论 与各种算法对比结果表明,该算法可有效解决过分割和过合并问题,对比实验结果验证了该方法的有效性,能够取得具有一定语义的图像物体分割结果.
图像分割、T型节点、L0梯度最小化、graph-based算法、分割评价
23
TP391.6(计算技术、计算机技术)
国家自然科学基金项目61175051,61175033;安徽省高校自然科学研究重点项目KJ2017A926,KJ2017A927;安徽省自然科学基金项目1508085 SMF222;企业横向课题基金项目HX2016003,HX2016004,HX2016005National Natural Science Foundation of China61175051,61175033
2018-04-25（万方平台首次上网日期，不代表论文的发表时间）
共6页
428-433
