基于圖切分的快速交互式圖像分割方法研究.pdf

1、圖像分割是圖像處理的重要組成部分，其應用領域廣泛，在計算機視覺、圖像編輯、模式識別等領域占有主要地位。交互式圖像分割技術是本文研究的對象，利用用戶提供的先驗信息，通過相關算法將用戶感興趣的目標提取出來，分割結果的好壞和分割方法的執(zhí)行效率對圖像后期的相關操作起著決定性的作用。
　　圖論的引入是圖像分割技術的一個新的研究方向，這一思路有別于傳統(tǒng)的分割方法，得到了研究人員的廣泛關注。本文首先概述了圖像分割方法的研究現(xiàn)狀，引出圖論的相關概

2、念，分析圖與圖像的相似性，從原理上分析如何將圖像的分割問題轉化為圖的分割。
　　在圖論知識中，圖切分算法在交互式圖像分割技術中處于主流地位。本文深入分析了圖切分算法的基本框架，以及一系列相關的應用方法，通過比較這些方法的優(yōu)缺點來尋找改進思路。
　　GrabCut方法和LazySnapping方法是目前基于圖切分算法的交互式圖像分割方法中應用較好的方法。隨著數(shù)碼技術的發(fā)展，圖像的像素越來越高，文件質(zhì)量越來越大，傳統(tǒng)的交互式分割

3、方法在計算時間、內(nèi)存消耗上或多或少存在不足。因此本文借助LazySnapping方法中的預分割思想，采用融入多尺度結構張量的簡單線性迭代聚類算法對圖像進行預分割，結合GrabCut框架實現(xiàn)后續(xù)分割操作，提出了一種基于超像素的快速圖像分割方法。圖像通過預分割后，用超像素描述預分割區(qū)域的特征信息，對應GrabCut框架中的統(tǒng)計特征方法對精簡后的圖像構建高斯混合模型，采用期望最大算法對高斯混合模型的參數(shù)進行學習和更新并構造能量函數(shù)，采用最大流