基于多示例學(xué)習(xí)的交互式圖像分割.pdf

1、圖像分割算法是計算機視覺領(lǐng)域備受關(guān)注的熱點，它是圖像處理類算法中最基本的問題，也是圖像處理的難點。一直以來都有很多學(xué)者參與到該領(lǐng)域進行研究，新的方法被不斷的提出，但至今仍然沒有能適用于所有情況，放之四海而皆準(zhǔn)的圖像分割方法。圖像分割是圖像處理基礎(chǔ)，圖像處理是個很廣泛的領(lǐng)域，包括圖像識別、圖像理解、圖像增強、圖像分類等。
　　本文研究的主要是交互式圖像分割，根據(jù)用戶提供圖像及目標(biāo)框，要求算法能夠找到目標(biāo)的準(zhǔn)確位置。我們對圖像及目標(biāo)框

2、的隱含信息加以利用，如目標(biāo)連續(xù)性、邊界框的緊湊性、區(qū)域的馬爾可夫性等?；谇叭说难芯?，對圖像分割進行深入分析之后，提出兩種分割算法如下：
　　1.提出了一種基于多示例框架的Boosting算法。該方法將圖像分割問題很自然的轉(zhuǎn)化成多示例學(xué)習(xí)問題，提出了一種理論可行、實際可靠的建包方式。然后對包的隨機組合，每一組包由一個正包和一個負(fù)包組成。再通過Boosting方法對這些分類器分配一定的權(quán)值，最后將它們組成一個魯棒的分類器。實驗證明這

3、個分類器能夠達到足夠精確分割結(jié)果。
　　2.對圖像隱含信息加以利用，提出一種基于馬爾可夫隨機場的圖像分割算法，該算法同時使用圖像的結(jié)構(gòu)信息和其他外觀信息。我們將圖像的標(biāo)簽視為隨機變量，將標(biāo)簽的過程看作一個概率事件，那么整個圖像的標(biāo)簽就是一個隨機場。同時對隨機場作一定的假設(shè)，使之成為馬爾可夫隨機場。最后結(jié)合馬爾可夫隨機場理論和多示例學(xué)習(xí)理論，對圖像標(biāo)簽進行迭代優(yōu)化、更新。最終得到圖像的標(biāo)簽，也就實現(xiàn)了圖像分割的結(jié)果。
　　本論