基于稠密匹配的圖像分割算法的研究及應用.pdf

1、圖像分割是計算機視覺研究的核心問題，其通過將圖像劃分成互不相交的區(qū)域，根據不同區(qū)域表現出明顯的差異，從而提取出用戶感興趣的目標對象，廣泛應用于工業(yè)、醫(yī)療、軍事等領域。由于圖像的亮度、顏色、紋理等特性很復雜，目前并沒有一種普遍適用的最優(yōu)分割方法。為解決復雜背景的目標提取困難以及分割效率瓶頸等問題，本文基于稠密匹配算法，快速計算圖像對的像素匹配結果，根據像素流場(pixel flow field)，簡化和改變圖像的外觀表示，提出了一種新的圖

2、像分割算法。
　　本文首先對圖像分割和稠密匹配的相關算法進行了論述，并對比分析其應用場景和局限性，然后重點介紹了提出的 GrabCut-Like分割算法，即結合稠密匹配的flow field和交互式GrabCut，快速準確地從圖像背景中分割出前景對象。主要研究內容如下：
　　1.簡要闡述圖像分割的基礎理論知識，介紹并分析了幾種常見的分割方法。
　　2.對稠密匹配的相關算法進行了說明，該類算法加強了圖像匹配像素的外觀一致

3、性以及臨近像素的幾何平滑度。
　　3.提出一種基于稠密匹配的圖像分割方法，首先建立待分割圖像與其 Mask圖像的稠密匹配，根據計算結果(pixel flow field)將Mask圖像warp到分割圖像，然后基于高斯混合模型(GMM)進行后續(xù)分割任務。
　　4.改進稠密匹配算法中的單warp模型，采取每次warp多張圖像后進行歸一化處理，生成最接近Ground-Truth的目標Mask圖像，有效提高分割的準確性。