一種適用于網(wǎng)絡(luò)圖像集的聯(lián)合分割方法.pdf

1、圖像分割是計(jì)算機(jī)視覺(jué)領(lǐng)域中的最重要并且也最具挑戰(zhàn)性的研究領(lǐng)域，它可以應(yīng)用于視覺(jué)領(lǐng)域的多個(gè)方向，比如物體檢測(cè)，場(chǎng)景分析和物體識(shí)別等。傳統(tǒng)的圖像分割方法主要是關(guān)注單張圖片的分割，比如通過(guò)顏色的差異，邊緣的對(duì)比等一些特征得到一個(gè)局部的連貫區(qū)域。但是在某些圖像中，物體的特征不顯著，如對(duì)比度不足或邊緣不明顯等等。在這種情況下如果不提供一些相應(yīng)的先驗(yàn)知識(shí)，傳統(tǒng)的無(wú)監(jiān)督單圖像分割方法是很難得到一個(gè)精確的分割結(jié)果。為了解決這個(gè)問(wèn)題，人們隨后提出了交互式

2、的圖像分割技術(shù)。交互式分割是數(shù)字圖像處理中重要的一部分，它可以通過(guò)用戶(hù)的交互提高分割的準(zhǔn)確性。但是交互式的方法會(huì)大大增加用戶(hù)的工作量。目前人們又提出了一種新的聯(lián)合分割方法。該方法不僅可以減少用戶(hù)的操作，并且可以提高分割的準(zhǔn)確性。
　　聯(lián)合分割是在一系列具有相似物體的圖像中提取出目標(biāo)物體。通過(guò)這一系列的相似圖像，計(jì)算出圖像中的共同特征，從而得到所期望的目標(biāo)區(qū)域。這種方法彌補(bǔ)了傳統(tǒng)的圖像分割時(shí)先驗(yàn)知識(shí)不足的問(wèn)題。在日常生活中，聯(lián)合分割

3、可以應(yīng)用在很多方面，例如1）在社交網(wǎng)站中，用戶(hù)們很喜歡上傳一些具有相同物體的照片，比如自拍照，那么工程師可以利用聯(lián)合分割技術(shù)得到該用戶(hù)最感興趣的目標(biāo)區(qū)域，從而做一些視覺(jué)的分析工作。2）聯(lián)合分割還可以很方便的分割由用戶(hù)通過(guò)關(guān)鍵字搜索（例如谷歌）得出的圖片集中的目標(biāo)區(qū)域。
　　目前常用的聯(lián)合分割方法會(huì)基于一個(gè)前提，即圖像集合中的所有圖片都會(huì)包含目標(biāo)區(qū)域。但是我們會(huì)發(fā)現(xiàn)在一些圖像序列中有可能存在噪聲，即該圖像不包含目標(biāo)物體或我們期望的物

4、體不是該圖像的主要內(nèi)容，例如上述通過(guò)圖像搜索引擎得來(lái)的網(wǎng)絡(luò)圖片集中很有可能包含一些噪聲圖像，那么這種情況將會(huì)制約大部分聯(lián)合分割方法的使用。為了解決這一問(wèn)題，Michael Rubinstein在[6]中提出了一種聯(lián)合分割方法可以處理噪聲圖像。雖然該方法可以分割出具有不同形狀，紋理以及視角的公共物體，但是該方法時(shí)間效率較低，運(yùn)算量較大。
　　由于考慮到圖像搜索引擎技術(shù)的進(jìn)一步完善，搜索的結(jié)果會(huì)越來(lái)越準(zhǔn)確，內(nèi)容也會(huì)越來(lái)越統(tǒng)一，所以我們