基于稠密匹配的圖像分割算法的研究及應(yīng)用.pdf

1、圖像分割是計(jì)算機(jī)視覺研究的核心問題，其通過將圖像劃分成互不相交的區(qū)域，根據(jù)不同區(qū)域表現(xiàn)出明顯的差異，從而提取出用戶感興趣的目標(biāo)對象，廣泛應(yīng)用于工業(yè)、醫(yī)療、軍事等領(lǐng)域。由于圖像的亮度、顏色、紋理等特性很復(fù)雜，目前并沒有一種普遍適用的最優(yōu)分割方法。為解決復(fù)雜背景的目標(biāo)提取困難以及分割效率瓶頸等問題，本文基于稠密匹配算法，快速計(jì)算圖像對的像素匹配結(jié)果，根據(jù)像素流場(pixel flow field)，簡化和改變圖像的外觀表示，提出了一種新的圖

2、像分割算法。
　　本文首先對圖像分割和稠密匹配的相關(guān)算法進(jìn)行了論述，并對比分析其應(yīng)用場景和局限性，然后重點(diǎn)介紹了提出的 GrabCut-Like分割算法，即結(jié)合稠密匹配的flow field和交互式GrabCut，快速準(zhǔn)確地從圖像背景中分割出前景對象。主要研究內(nèi)容如下：
　　1.簡要闡述圖像分割的基礎(chǔ)理論知識，介紹并分析了幾種常見的分割方法。
　　2.對稠密匹配的相關(guān)算法進(jìn)行了說明，該類算法加強(qiáng)了圖像匹配像素的外觀一致

3、性以及臨近像素的幾何平滑度。
　　3.提出一種基于稠密匹配的圖像分割方法，首先建立待分割圖像與其 Mask圖像的稠密匹配，根據(jù)計(jì)算結(jié)果(pixel flow field)將Mask圖像warp到分割圖像，然后基于高斯混合模型(GMM)進(jìn)行后續(xù)分割任務(wù)。
　　4.改進(jìn)稠密匹配算法中的單warp模型，采取每次warp多張圖像后進(jìn)行歸一化處理，生成最接近Ground-Truth的目標(biāo)Mask圖像，有效提高分割的準(zhǔn)確性。