基于Graph Cut和超像素的自然场景显著对象分割方法
An image segmentation method based on graph cut and super pixels in nature scene作者机构:苏州大学计算机科学与技术学院江苏苏州215006
出 版 物:《苏州大学学报(自然科学版)》 (Journal of Soochow University(Natural Science Edition))
年 卷 期:2012年第28卷第2期
页 面:27-33页
学科分类:0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理]
基 金:国家自然科学基金(61170124 61170020) 江苏省自然科学基金(BK2009116) 苏州市应用基础研究计划项目(SYG201116)
摘 要:针对自然场景图像,提出了一种快速的显著对象自动分割方法.首先,将图像从RGB颜色空间变换至HSV颜色空间,利用色调和亮度等特征获得显著度图,得到待分割对象所在的区域;然后利用改进的分水岭算法将原始图像预分割为若干子区域,将这些区域描述为超像素,使用混合高斯分布描述其特征,用于构建图切分方法的网络图,经过迭代分割之后,获得最终的显著对象.实验结果表明,该算法与人工交互的图切分算法相比,能自动获得前景和背景的先验知识,在不影响分割精度的情况下,加快了分割速度.