融合特征的自适应超像素图割算法

• 作者: 刘秉瀚 罗天健
• 来源期刊: 中国体视学与图像分析
• 学科: 工学
• 关键词: 图割 Gabor纹理特征 高斯混合模型(GMM) 相对熵 SLIC
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 图像分析
• 页码范围: 112-120
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13505/j.1007-1482.2014.19.02.02

摘要

目的 针对图割(GrabCut)算法对于前景与背景颜色特征相差不大容易发生分割错误,SLIC (simple linear iterative clustering)预分割在对应情况下边缘不够准确以及时间复杂度较高等问题,提出一种融合特征的自适应超像素GrabCut算法.方法 该算法首先将图像转化到Lab色彩空间,并对原图像提取Gabor纹理特征,综合得到融合特征;再利用融合特征改进SLIC方法,使用改进方法对图像进行预分割,提取超像素区域,构建区域邻接图;然后保存每个超像素区域的融合特征,对两种特征分别进行高斯混合模型(Gaussian mixture model,简称GMM)建模,并利用相对熵自适应调整分割过程中混合特征的权重,优化Gibbs能量函数;最后执行迭代图割算法,得出分割结果.结论 实验结果表明,本算法对颜色特征不佳的情况下有较好的分割效果,并通过改进的SLIC预分割提高了算法的执行效率,降低了迭代次数,前景物体边缘也得到较好的保护.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘秉瀚		74	332	10.0	14.0
2	罗天健		2	20	1.0	2.0