基于在線選擇的圖分割技術(shù)的研究與應(yīng)用.pdf

1、近年來(lái),隨著計(jì)算機(jī)視覺(jué)的發(fā)展,圖像信息在人們的工作和生活中扮演著越來(lái)越重要的角色。而從圖像中提取感興趣的區(qū)域的圖像分割技術(shù)對(duì)于圖像信息的理解與分析又起著至關(guān)重要的作用。
　　 本文提出了一種新的圖分割方法,該方法可以達(dá)到自適應(yīng)的分割特征選擇和分割參數(shù)的選擇。本文的主要工作包括三個(gè)部分:(1)本文在傳統(tǒng)的最大流／最小割算法的基礎(chǔ)上,實(shí)現(xiàn)了采用高斯混合模型對(duì)前景背景進(jìn)行建模的工作,這樣克服了傳統(tǒng)的最大流／最小割算法所帶來(lái)的單源單匯的

2、問(wèn)題。(2)本文首次創(chuàng)造性的將目標(biāo)追蹤領(lǐng)域的在線特征選擇算法應(yīng)用到圖分割領(lǐng)域中,使得算法可以自適應(yīng)的得到前景背景對(duì)比度最大的特征圖像并以此作為分割的輸入圖像,這樣做使得以此特征圖像為輸入得到的分割結(jié)果比原始圖進(jìn)行分割得到的結(jié)果更理想。(3)本文的另一個(gè)創(chuàng)新是:通過(guò)對(duì)分割算法的參數(shù)在小搜索空間內(nèi)遍歷所得到的多個(gè)分割結(jié)果進(jìn)行評(píng)估,并提出一種對(duì)多個(gè)評(píng)估結(jié)果進(jìn)行融合的新策略,進(jìn)而自適應(yīng)的得到圖分割中的參數(shù)。
　　 本文對(duì)該方法在IG02