基于層次條件隨機場的圖像對象分割.pdf

1、圖像的對象分割是計算機視覺領域一個重要的研究課題，也是計算機理解與分析圖像的重要步驟。至今，圖像對象分割方法種類較多，目前主流方法采用條件隨機場框架。這些方法一般以像素為單位進行處理，包括特征的提取，存在較大的冗余計算，另外如何利用圖像的語義信息也是重點研究方向，語義信息能夠大幅度提高圖像對象分割的準確率。
　　本文針對上述問題提出一種基于層次條件隨機場的圖像對象分割方法。該方法是以超像素塊為處理單位，并采用基于超像素的texto

2、nboost特征。另外本文提出一種基于貝葉斯和諧度的圖像分割方法，該方法能夠自動選擇合適的區(qū)域塊數，獲得的區(qū)域塊盡可能包含同一個對象，這能夠體現一定的語義信息。我們結合此區(qū)域塊定義高階勢能，高階勢能建立超像素與區(qū)域塊之間的層次約束關系，然后建立層次條件隨機場模型，并利用超像素特征和區(qū)域塊特征訓練層次條件隨機場的參數。最后通過最小化該層次條件隨機場的能量式獲得最終的圖像對象分割結果。
　　最后本文在公用圖像數據集 MSRC上測試本文