爱德华·卡希纳（Edward Cayllahua-Cahuina）;让·库斯蒂;西尔维奥·吉马朗斯;Yukiko Kenmochi;查马拉·查韦斯，吉勒莫;阿尔纳多·阿鲁乔阿尔伯克基 基于Felzenswalb-Huttenlocher差异测度的分层分割观测尺度研究。 （英语） 兹比尔1522.68688 Couprie，Michel（编辑）等人，《计算机图像的离散几何》。2019年3月26日至28日，法国马内拉瓦莱，第21届IAPR国际会议，DGCI 2019，会议记录。查姆：斯普林格。莱克特。注释计算。科学。11414, 167-179 (2019). 摘要：分层图像分割提供了一个面向区域的尺度空间，即一组不同细节级别的图像分割，其中较精细级别的分割相对于较粗级别的分割进行嵌套。Guimaráes等人提出了一种基于Felzenszwalb-Huttenlocher差异的分层图图像分割（HGB）方法。这种HGB方法为图的每条边计算层次结构中由该边连接的两个区域应根据相异性合并的最小尺度。为了推广该方法，我们首先提出了一种计算包含所有相关区域合并的观测尺度的区间的算法。然后，遵循数学形态学的当前趋势，研究不在层次上增加的准则，我们提出了各种策略来选择这些间隔中的重要观测尺度。我们使用BSDS数据集来评估我们的观测尺度选择方法。实验表明，其中一些策略的分割效果优于原始HGB方法。关于整个系列，请参见[Zbl 1420.68008号]. 引用于1文件 MSC公司： 68单位10 图像处理的计算方法 PDF格式BibTeX公司 XML格式引用 \textit{E.Cayllahua-Cahuina}等人，Lect。注释计算。科学。11414、167--179（2019年；Zbl 1522.68688） 全文： 内政部 哈尔 参考文献： [1] Arbelaez，P.、Maire，M.、Fowlkes，C.、Malik，J.：轮廓检测和分层图像分割。TPAMI 33（5），898-916（2011）·doi:10.1109/TPAMI.2010.161 [2] Cahuina，E.J.Y.C.，Cousty，J.，Kenmochi，Y.，Araújo，D.A.，Cámara-Chávez，G.：基于Felzenszwalb-Huttenlocher差异的分层分割算法。收入：ICPRAI，第1-6页（2018年）·Zbl 1522.68688号 [3] Cousty，J.，Najman，L.：分层最小跨越森林和流域切割显著性的增量算法。收录人：Soille，P.，Pesaresi，M.，Ouzounis，G.K.（编辑）ISMM 2011。LNCS，第6671卷，第272-283页。斯普林格，海德堡（2011）。https://doi.org/10.1007/978-3-642-21569-8_24 ·Zbl 1279.94011号 ·doi:10.1007/978-3642-21569-8_24 [4] Cousty，J.、Najman，L.、Kenmochi，Y.、Guimaráes，S.：图的层次分割：准平面区域、最小生成树和显著图。JMIV 60（4），479-502（2018）·Zbl 1420.94010号 ·doi:10.1007/s10851-017-0768-7 [5] Dollár，P.：Zitnick：使用结构化森林进行快速边缘检测。TPAMI 37（8），1558-1570（2015）·doi:10.1109/TPAMI.2014.2377715 [6] Felzenszwalb，P.F.，Huttenlocher，D.P.：高效的基于图形的图像分割。IJCV 59（2），167-181（2004年）·Zbl 1477.68505号 ·doi:10.1023/B:VISI.0000022288.19776.77 [7] Guigues，L.，Cockerez，J.P.，Le Men，H.：量表集图像分析。IJCV 68（3），289-317（2006）·Zbl 1477.68508号 ·doi:10.1007/s11263-005-6299-0 [8] Guimaráes，S.，Kenmochi，Y.，Cousty，J.，Patrocinio Jr.，Z.，Najman，L.：基于区域差异的基于图形的分层图像分割算法——以Felzenszwalb-Huttenlocher方法为例。MMTA 2（1），55-75（2017）·兹比尔1469.68158 [9] Haxhimusa，Y.，Ion，A.，Kropatsch，W.G.：采用随机图抽取策略的不规则金字塔分割。收录：Martínez-Trinida，J.F.，Carrasco Ochoa，J.A.，Kittler，J.（编辑）CIARP 2006。LNCS，第4225卷，第277-286页。斯普林格，海德堡（2006）。https://doi.org/10.1007/11892755_28 ·doi:10.1007/11892755_28 [10] Meyer，F.，Maragos，P.：水平化的形态学尺度空间表示。In:Nielsen，M.，Johansen，P.，Olsen，O.F.，Weickert，J.（编辑）Scale-Space 1999。LNCS，第1682卷，第187-198页。斯普林格，海德堡（1999）。https://doi.org/10.1007/3-540-48236-9_17 ·doi:10.1007/3-540-48236-9_17 [11] Pavlidis，T.：结构模式识别。Springer电子学和光子学系列，第1卷。斯普林格，海德堡（1977）·Zbl 0382.68071号 [12] Perret，B.，Cousty，J.，Guimaráes，S.J.，Maia，D.S.：等级流域评估。IEEE传输。图像处理。27(4), 1676-1688 (2018) ·Zbl 1409.94487号 ·doi:10.1109/TIP.2017.2779604 [13] Pont-Tuset，J.、Arbeláez，P.、Barron，J.T.、Marques，F.、Malik，J.：用于图像分割和对象建议生成的多尺度组合分组。IEEE TPAMI 39（1），128-140（2017）·doi:10.1109/TPAMI.2016.2537320 [14] Salembier，P.，Garrido，L.：二元分区树是图像处理、分割和信息检索的有效表示。提示9（4），561-576（2000） [15] Salembier，P.、Oliveras，A.、Garrido，L.：图像和序列处理的反扩展连接运算符。提示7（4），555-570（1998） [16] Syu，J.H.，Wang，S.J.，Wang-L.：基于迭代收缩和合并的分层图像分割。提示26（5），2246-2260（2017）·Zbl 1409.94572号 [17] Xu，Y.，Géraud，T.，Najman，L.：基于树的形状空间上的连接过滤。TPAMI 38（6），1126-1140（2016）·doi:10.1109/TPAMI.2015.2441070 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。