×

一种新的基于图割的无初始轮廓和种子点的多活动轮廓算法。 (英语) Zbl 1331.68232号

摘要:本文提出了一种新的基于图割的多活动轮廓算法,用于检测无初始轮廓和种子点的图像中的最优边界和区域。通过假设图像数据是由未知分量的有限混合模型生成的,将多个活动轮廓的任务定义为一个划分问题。然后,在一个除法图割框架内解决分区问题,其中通过二进制标签的交换移动,以自顶向下的方式有效地计算多个轮廓的多路最小割。在该框架内,分割移动被集成到交换移动中,以估计与区域相关的模型参数,而无需使用初始轮廓和种子点。区域数也是算法的一部分。给出了自然图像的边界和区域检测的实验结果,并用精度和召回措施进行了分析,以证明该算法的有效性。

MSC公司:

68T45型 机器视觉和场景理解
68单位10 图像处理的计算方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Boykov Y.和Funka-Lea G.(2006年)。图形切割和高效的N-D图像分割。国际J.Compt。愿景70(2):109–131·doi:10.1007/s11263-006-7934-5
[2] Boykov,Y.,Jolly,M.-P.:N-D图像中物体最佳边界和区域分割的交互式图形切割,in:IEEE计算机视觉国际会议论文集,pp.(\sim)105–112(2001)
[3] Boykov,Y.,Kolmogorov,V.:通过图形切割计算测地线和最小曲面,收录于:IEEE计算机视觉国际会议论文集(2003)
[4] Boykov Y.、Veksler O.和Zabih R.(2001年)。通过图形切割实现快速近似能量最小化。IEEE传输。模式分析。机器。智力。23(11): 1222–1239 ·数字对象标识代码:10.1109/34.969114
[5] Caselles V.、Kimmel R.和Sapiro G.(1997年)。测地活动轮廓。国际期刊计算。视觉。21(1): 61–79 ·兹伯利0894.68131 ·doi:10.1023/A:1007979827043
[6] Chan T.和Vese L.(2001)。无边缘的活动轮廓。IEEE传输。图像处理。10(2): 266–277 ·Zbl 1039.68779号 ·数字对象标识代码:10.1109/83.902291
[7] Comaniciu D.和Meer P.(2002年)。均值偏移:一种稳健的特征空间方法。IEEE传输。模式分析。机器。智力。24(5): 603–619 ·doi:10.1109/34.1000236
[8] Cremers D.、Rousson M.和Deriche R.(2007年)。综述了水平集分割的统计方法:集成颜色、纹理、运动和形状。国际期刊计算。视觉。72(2): 195–215 ·doi:10.1007/s11263-006-8711-1
[9] Dellaportas P.和Papageorgiou I.(2006年)。具有未知分量数的多元混合法线。统计师。计算。16(1): 57–68 ·doi:10.1007/s11222-006-5338-6
[10] Georgescu,B.,Shimshoni,I.,Meer,P.:基于均值漂移的高维聚类:纹理分类示例,in:IEEE计算机视觉国际会议论文集,第456–463页(2003)
[11] Li,Y.,Sun,J.,Tang,C.-K.,Shum,H.-Y.:懒惰的捕捉。ACM事务处理。图形(SIGGRAPH)(2004)
[12] Martin,D.,Fowlkes,C.,Tal,D.,Malik,J.:人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用,In:IEEE计算机视觉国际会议论文集,第416–423页(2001)
[13] Martin D.、Fowlkes C.和Malik J.(2004年)。学习使用局部亮度、颜色和纹理线索检测自然图像边界。IEEE传输。模式分析。机器。智力。26(5): 530–549 ·doi:10.1109/TPAMI.2004.1273918
[14] Richardson S.和Green P.J.(1997年)。关于组分数目未知的混合物的贝叶斯分析。J.R.统计。Soc.B 59:731–792·Zbl 0891.62020号 ·数字标识代码:10.1111/1467-9868.00095
[15] Rother,C.,Kolmogorov,V.,Blake,A.:使用迭代图切割的抓取交互前景提取。ACM事务处理。图形(SIGGRAPH)(2004)
[16] Shi J.和Malik J.(2000)。标准化切割和图像分割。IEEE传输。模式分析。机器。智力。22(8): 888–905 ·数字对象标识代码:10.1109/34.868688
[17] Szeliski,R.、Zabih,R.,Scharstein,D.、Veksler,O.、Kolmogorov,V.、Agarwala,A.、Tappen,M.、Rother,C.:Markove随机场能量最小化方法的比较研究。摘自:第九届欧洲计算机视觉会议记录,第16-29页(2006年)
[18] Vese L.A.和Chan T.F.(2002年)。使用Mumford和Shah模型进行图像分割的多相水平集框架。国际期刊计算。视觉。50(3): 271–293 ·Zbl 1012.68782号 ·doi:10.1023/A:1020874308076
[19] Yu,S.X.,Shi,J.:多类光谱聚类,In:IEEE计算机视觉国际会议论文集,第313–319页(2003)
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。