基于改进meanshift聚类的显著目标轮廓提取算法

摘要

在基于轮廓的目标识别、匹配等应用中,需要在尽可能去除细节信息和杂乱背景轮廓的同时获得精确的显著目标轮廓,针对这种需求,本文通过带入纹理(熵)图像轮廓信息作为先验知识,对meanshift聚类算法进行改进,自适应调节采样窗口大小及空域带宽作用范围,控制聚类精度.另外,通过自适应改变meanshift聚类的所使用的核函数以及收敛误差,加快聚类速度.实验结果表明:改进过的聚类算法能够在复杂环境中成功的提取出精细的显著目标轮廓,并在实时性上提高了约40％.