基于超像素及贝叶斯合并的图像分割算法

• 作者: 钟忺 钟珞 陈纬航
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 超像素 非参数贝叶斯聚类模型 区域合并 空间信息
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 图形图像处理
• 页码范围: 183-187,216
• 页数: 6页
• 分类号: TP391
• 字数: 5389字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1707-0150

摘要

针对超像素分割算法中普遍存在的过分割问题,结合Mean Shift算法和非参数贝叶斯聚类模型,提出了一种新的图像分割算法MS-BRM(Mean Shift based Bayesian Region Merging).首先,利用Mean Shift算法对图像进行超像素分割,然后根据非参数贝叶斯聚类模型,融合超像素的空间信息,提出一种区域合并策略对超像素进行合并,得到了最终的分割结果.实验结果表明,MS-BRM算法改善了超像素的过分割问题,对图像进行分割的结果保留了图像的边界信息,更加符合人类视觉的判断结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟珞	武汉理工大学计算机科学与技术学院	195	1963	24.0	32.0
2	钟忺	武汉理工大学计算机科学与技术学院	13	34	4.0	5.0
3	陈纬航	武汉理工大学计算机科学与技术学院	1	4	1.0	1.0