基于高斯超像素的快速Graph Cuts图像分割方法

• 作者: 桑农 赵勇 陶文兵 韩守东
• 来源期刊: 自动化学报
• 关键词: 图像分割 图切分 超像素 高斯模型 均值漂移 期望最大化算法
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 11-20
• 页数: 10页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2011.00011

摘要

提出了一种交互式的快速图像分割方法.该方法通过使用高斯超像素来构建Graph cuts模型以实现加速.首先,利用融合了边缘置信度的快速均值漂移算法,将原始图像高效地预分割为多个具有准确边界的同质区域,并将这些区域描述为超像素,用于构建精简的加权图.然后,使用区域的彩色高斯统计对超像素进行特征描述,并在信息论空间中对高斯距离度量进行设计.另外,为了准确而精炼地对先验知识进行参数化学习,本文还使用了分量形式的期望最大化混合高斯(Component-wise expectation-maximization for Gaussian mixtures,CEMGM)算法对用户交互进行聚类.最后,在改进的加权图模型中应用Graph cuts方法,获得最终的分割结果.通过使用不同的彩色图像进行分割实验比较,仿真结果表明本文的方法在准确性和高效性方面都具有很好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桑农		72	1091	19.0	30.0
2	陶文兵		20	404	9.0	20.0
3	赵勇		107	1158	17.0	29.0
4	韩守东		5	11	1.0	3.0