通過有損壓縮技術(shù)實現(xiàn)自然圖像有效分割.pdf

1、在計算機視覺領(lǐng)域，圖像分割指的是將數(shù)字圖像細(xì)分為多個圖像子區(qū)域(像素的集合，也被稱作超像素)的過程。圖像分割的目的是簡化或改變圖像的表示形式，使得圖像更容易被理解和分析。圖像分割通常用于定位圖像中的目標(biāo)和邊緣(線、曲線等)。更精確來說，圖像分割是對圖像中的每個像素加標(biāo)簽的一個過程，這一過程使得具有相同標(biāo)簽的像素具有某種共同視覺特性。目前已經(jīng)出現(xiàn)了上千種圖像分割的方法，但沒有一種圖像分割方法對于所有的圖像都具有很好的分割效果。圖像分割是由

2、圖像處理到圖像分析的關(guān)鍵步驟，其分割結(jié)果的優(yōu)劣將直接影響到隨后的圖像分析、圖像理解以及景物的恢復(fù)，所以圖像分割具有其重要性和現(xiàn)實意義。
　　 在本文中，我們將自然圖像的分割轉(zhuǎn)化為將紋理特征作為多元混合數(shù)據(jù)的聚類問題。我們使用高斯混合分布來建模紋理特征的分布。然而不像大多數(shù)已有的聚類方法，我們允許混合成分是退化或趨于退化的。我們認(rèn)為這種假設(shè)對于圖像分割是特別重要的，在圖像分割中我們通過使用一種對不同紋理的共同特征表達式來引出退化的

3、概念。我們的目的是在一個給定失真條件下，找到一個最優(yōu)分割來最小化分割數(shù)據(jù)的全局編碼長度。通過分析混合數(shù)據(jù)的編碼長度或編碼率，我們正式建立一些數(shù)據(jù)分割與有損數(shù)據(jù)壓縮以及率失真理論這些概念之間的聯(lián)系。我們認(rèn)為對于壓縮混合數(shù)據(jù)而言，一個明確的分割應(yīng)該是其近似(漸進)的最優(yōu)結(jié)果。所以，我們提出一個非常簡單且有效的算法，它僅依賴于一個參數(shù)，且允許失真。在任何給定的失真條件下，該算法能自動判斷相應(yīng)的群集數(shù)量和維度，且無需任何參數(shù)的估計。仿真結(jié)果揭示

4、了當(dāng)改變失真水平或奇異值數(shù)量時，分割數(shù)量的類相變行為。通過有損數(shù)據(jù)壓縮方式得到的簡單的凝聚聚類算法可以有效地分割諸如混和分布的情況。使用簡單的固定大小的高斯窗口，比如紋理特征，該算法通過減少所有特征向量的整體編碼長度來分割圖像。
　　 我們進行的綜合性實驗，通過將本文提出的算法與常用Canny邊緣檢測算法、Sobel算子的梯度算法、K-均值算法和模糊C-均值算法對圖像進行分割作對比，以及通過調(diào)整本文算法中的紋理閾值λ來優(yōu)化分割效