基于邊緣與區(qū)域特征建模的圖割方法研究.pdf

1、圖割模型是當前圖像分割領域中應用最為廣泛的模型之一，其有著重要的研究價值和應用場合。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，但在分割過程中這種隱式約束有時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)新主要體現在以下幾個方面：
　?。?）本文采用多種閾值的Canny邊緣檢測算法來提取圖像的

2、邊緣特征，同時利用過分割算法獲取圖像的區(qū)域特征。為了剔除圖像區(qū)域內部的邊緣特征，本文對提取的邊緣特征和獲取的區(qū)域特征進行融合，通過該方法可以修正提取的邊緣特征。
　　（2）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建加權圖，并在圖割模型中融入圖像的邊緣特征。其次，為了精簡加權圖結構和加快分割速度，本文還采用了超像素的方式構建加權圖，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。
　?。?）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)一采用核密度估計的方式對區(qū)域的特征及其分布進行建模。同時為了度量區(qū)域之間以及區(qū)域與分布之間的相似性，本文采用了Bhattacharyya測度進行統(tǒng)一度量。這種統(tǒng)一度量方式可以保證計算時量綱的一致性，同時減少分割方法的迭代次數。
　　為了驗證本文提出方法的可行性與有效性，本文對大量彩色圖像進行實驗。通過實驗結果的對比