应用视觉显著性的快速有偏聚类超像素算法

• 作者: 方涛 李鹏 杨旸
• 来源期刊: 西安交通大学学报
• 关键词: 超像素 视觉显著性 有偏聚类 边缘细化
• 年，卷（期）: 2015,（1）
• 页码范围: 112-117,138
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7652/xjtuxb201501019

摘要

针对正则化超像素方法的超像素数随边缘拟合要求迅速增长的问题,提出了一种有偏聚类超像素算法.结合人类视觉对目标专注程度不一的特点,在SLIC算法框架下,提出了基于视觉显著性的非均匀初始化方法和有偏聚类距离函数.算法在图像的显著性区域进行密集的过分割,保持目标边缘的细节信息,而在非显著区域仅生成稀疏的超像素,以降低分割块数,再通过一步全局聚类和边缘逐步细化过程,有效地保证了图像的边缘拟合,同时提高了算法的速度.实验表明,在相同超像素数下,所提算法在边缘查全率、欠分割错误率以及运行速度方面均优于传统算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方涛	上海交通大学自动化系	79	1195	20.0	30.0
2	李鹏	上海交通大学自动化系	136	984	15.0	27.0
6	杨旸	西安交通大学电子与信息工程学院	4	12	2.0	3.0