基于邊緣與區(qū)域特征建模的圖割方法研究.pdf

1、圖割模型是當(dāng)前圖像分割領(lǐng)域中應(yīng)用最為廣泛的模型之一，其有著重要的研究?jī)r(jià)值和應(yīng)用場(chǎng)合。傳統(tǒng)基于圖割模型的分割算法主要是將圖像的邊緣和區(qū)域特征隱式地包含在模型之中，但在分割過(guò)程中這種隱式約束有時(shí)難以獲得較為理想的分割效果。因此本文在傳統(tǒng)圖割模型的基礎(chǔ)上，將圖像的邊緣和區(qū)域直接以特征約束形式顯式地融入到模型之中，從而改善分割效果。本文所做的工作和創(chuàng)新主要體現(xiàn)在以下幾個(gè)方面：
　?。?）本文采用多種閾值的Canny邊緣檢測(cè)算法來(lái)提取圖像的

2、邊緣特征，同時(shí)利用過(guò)分割算法獲取圖像的區(qū)域特征。為了剔除圖像區(qū)域內(nèi)部的邊緣特征，本文對(duì)提取的邊緣特征和獲取的區(qū)域特征進(jìn)行融合，通過(guò)該方法可以修正提取的邊緣特征。
　?。?）為了充分利用圖像的邊緣和區(qū)域特征，本文主要將邊緣和區(qū)域特征作為約束條件并顯式地融入到傳統(tǒng)的圖割模型中。首先，本文采用像素的方式構(gòu)建加權(quán)圖，并在圖割模型中融入圖像的邊緣特征。其次，為了精簡(jiǎn)加權(quán)圖結(jié)構(gòu)和加快分割速度，本文還采用了超像素的方式構(gòu)建加權(quán)圖，直接利用超像素

3、的區(qū)域和提取的邊緣作為特征約束融入到圖割模型之中。
　　（3）與傳統(tǒng)基于圖割模型分割算法的建模方式所不同，本文統(tǒng)一采用核密度估計(jì)的方式對(duì)區(qū)域的特征及其分布進(jìn)行建模。同時(shí)為了度量區(qū)域之間以及區(qū)域與分布之間的相似性，本文采用了Bhattacharyya測(cè)度進(jìn)行統(tǒng)一度量。這種統(tǒng)一度量方式可以保證計(jì)算時(shí)量綱的一致性，同時(shí)減少分割方法的迭代次數(shù)。
　　為了驗(yàn)證本文提出方法的可行性與有效性，本文對(duì)大量彩色圖像進(jìn)行實(shí)驗(yàn)。通過(guò)實(shí)驗(yàn)結(jié)果的對(duì)比