利用流形排序的交互式图像分割方法.docx

利用流形排序的交互式图像分割方法【摘要】本文中利用流形排序进行建模对图像中的物体进行分割。该模型主要基于这样的假设限位框周围的区域都属于背景区域因此其他区域可以分别与四个边界的区域进行排序。得到第一部分显著图后再进行自适应的二值分割可以作为前景索引进行进一步的排序获得最终的显著图。【关键词】交互式图像分割流形排序限位框一、引言图像分割是计算机视觉与图像处理中最基本的问题之一图像分割将图像中的像素集合划分为不同的子集有效简化对图像的处理、描述和理解[1]。但是仅依靠图像像素的分布规律进行自动图像分割只能将图像分为颜色、纹理特征相似的多个区域而很难讲图像中的目标对象分割出来[2]交互式图像分割则可以通过简便直观简单的人机交互对图像中的目标对象进行准确的分割[3]。交互式图像分割方法可以分为两类：基于边界的方法和基于区域的方法[4]。基于边界的方法要求用户用一条曲线标明边界的大致位置然后根据图像特征对曲线进行优化使其贴近图像的前景边界；由于基于边界的方法交互较为复杂基于区域的方法受到更多关注基于区域的方法需要用户简单标注出前景与背景通过区域生长、区域合并等类似的方法实现前景与背景的分割。目前交互式图像分割的研究难点主要在于分割效果受人工标记影响较大分割边缘不平滑对复杂图像分割不准确而且对于高分辨率图像分割效率较低。本文对基于限位框的方法展开研究由于限位框所经过的区域往往都属于图像的背景区域换而言之与所包含的目标对象在外观上具有较大差距因此本文引入流形排序以四条边界为索引进行排序得到的排序结果再进行二值化处理再作为新的前景索引进行进一步的排序获得最终的显著图。显著图表达了各个区域属于前景的概率根据此概率分布可以利用简单的二值处理或者利用最小割最大流进行分割获得最终的结果。二、算法介绍2.1流形排序三、总结本文引入流形排序算法进行基于限位框的交互式图像分割方法建模。首先对限位框区域进行过分割并提出一种简单的超像素数目确定方法。然后构建单层闭合图在该图上进行基于背景索引、前景索引的共五次流形排序获得最终的显著图再利用该显著图结合图割运算进行前景与背景的分割得到分割结果。参考文献[1]ZhengSChengMMWarrellJetal.Densesemanticimagesegmentationwithobjectsandattributes[C]//IEEEConferenceonComputerVisionandPatternRecognition.ColumbusUSA：IEEE2014：1-8.[2]ArbelaezPMaireMFowlkesCetal.Contourdetectionandhierarchicalimagesegmentation[J].IEEETransactionsonPatternAnalysisandMachineIntelligence201133（5）：898-916.[3]NieuwenhuisCCremersD.Spatiallyvaryingcolordistributionsforinteractivemultilabelsegmentation[J].IEEETransactionsonPatternAnalysisandMachineIntelligence201335（5）：1234-1247.[4]SenerOUgurKAlatanAA.Error-tolerantinteractiveimagesegmentationusingdynamicanditeratedgraph-cuts[C]//Proceedingsofthe2ndACMinternationalworkshoponInteractivemultimediaonmobileandportabledevices.NaraJapan：ACM2012：9-16.