基于素描语义信息和超像素合并的图像分割

摘要

图像分割是图像处理领域一个基础并且具有挑战性的研究问题。对于分割方法的研究,需要结合图像数据本身的特性以及人们对于分割结果的后续应用。在包含斑马和老虎等目标的图像中,目标身上的斑纹具有两种不同的颜色交替重复出现的特点,这一特点使得要把这些目标作为一个整体区域分割出来变得比较困难。
　　本文从视觉计算理论出发,使用初始素描模型得到素描图。素描线刻画了在什么位置和方向上图像出现了奇异,对于我们所要处理的图像,图像中的奇异信息主要分为两类:传统意义上人们所认为的边界,也就是目标和背景之间的边界或是背景中不同区域的边界,以及斑纹条带之间的边界。对于分割问题来说,传统的边界是应该保留的最终分割边界,而斑纹条带间的边界是由相邻斑纹条带在颜色上的差异而产生的,由于斑马和老虎等目标身上的斑纹存在着某种统计规律性,那么,在最后的分割结果中与一般边界作为最终分割边界不同,斑纹条带间的边界是不能作为最终分割边界,这样才能把这些目标作为一个整体区域分割出来。因此,本文以组成素描线的线段为单位构建几何块,然后将几何块映射至原图相应位置并提取基于该几何块的间隔共生矩阵;以每个几何块间隔共生矩阵作为对应线段的特征,利用该特征将素描线分成斑纹边界类别和一般边界类别;对于过分割方法得到的图像超像素,分别利用素描线分类的语义信息指导超像素合并。对于由斑纹边界类别素描线指导合并的超像素,统计这些超像素的灰度均值并根据每个超像素与其邻域超像素在灰度上的共生统计关系进行进一步合并,得到最终的分割结果。仿真实验表明,本文所提出的方法能够得到较好的分割结果。
　　本文同时还将上述方法应用于彩色图像分割。与灰度图像相比,彩色图像由三个通道的数据组成,因此包含了更多的信息。对于彩色图像,我们当然可以将其转化为灰度图像进行处理,但这样无疑是损失了更多可利用的信息。因此,本文通过对彩色图像的三通道进行分析,给出了三个通道信息的融合策略。通过将三个通道信息融合,结合上述方法,完成对包含斑马、老虎等目标的彩色图像的分割,并通过仿真实验证明了方法的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景

1.2 图像分割及其研究现状

1.3 本文的内容安排

第二章 视觉计算理论及图像过分割方法

2.1计算视觉理论和primal sketch素描模型

2.2 基于线性迭代聚类的图像过分割[31]

2.3 本章小结

第三章 基于几何块间隔共生特征和语义信息的图像分割

3.1 基于素描线段的间隔共生矩阵

3.2 基于间隔共生矩阵的素描分类

3.3基于语义信息的超像素合并

3.4 基于素描语义信息的自然图像分割算法

3.5 仿真实验及结果分析

3.6 本章小结

第四章 结合颜色信息的图像分割

4.1 结合颜色信息的素描分类

4.2 结合颜色信息的超像素合并

4.3 结合颜色信息及线段语义的图像分割

4.4 仿真实验及结果分析

4.5 本章小结

第五章 总结与展望

5.1 论文工作总结

5.2 工作展望

致谢

参考文献

研究成果