基于層次條件隨機(jī)場的圖像對象分割.pdf_第1頁
已閱讀1頁，還剩73頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像的對象分割是計(jì)算機(jī)視覺領(lǐng)域一個重要的研究課題，也是計(jì)算機(jī)理解與分析圖像的重要步驟。至今，圖像對象分割方法種類較多，目前主流方法采用條件隨機(jī)場框架。這些方法一般以像素為單位進(jìn)行處理，包括特征的提取，存在較大的冗余計(jì)算，另外如何利用圖像的語義信息也是重點(diǎn)研究方向，語義信息能夠大幅度提高圖像對象分割的準(zhǔn)確率。
　　本文針對上述問題提出一種基于層次條件隨機(jī)場的圖像對象分割方法。該方法是以超像素塊為處理單位，并采用基于超像素的texto

2、nboost特征。另外本文提出一種基于貝葉斯和諧度的圖像分割方法，該方法能夠自動選擇合適的區(qū)域塊數(shù)，獲得的區(qū)域塊盡可能包含同一個對象，這能夠體現(xiàn)一定的語義信息。我們結(jié)合此區(qū)域塊定義高階勢能，高階勢能建立超像素與區(qū)域塊之間的層次約束關(guān)系，然后建立層次條件隨機(jī)場模型，并利用超像素特征和區(qū)域塊特征訓(xùn)練層次條件隨機(jī)場的參數(shù)。最后通過最小化該層次條件隨機(jī)場的能量式獲得最終的圖像對象分割結(jié)果。
　　最后本文在公用圖像數(shù)據(jù)集 MSRC上測試本文

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論