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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、圖像分割是指將圖像分解為多個(gè)各具特性的區(qū)域(也稱為超像素)的過程。圖像分割的目的是為了更直觀地表達(dá)圖像各個(gè)區(qū)域所包含的不同信息以及區(qū)域間的聯(lián)系,圖像分割結(jié)果的好壞直接影響到后續(xù)分析、理解和識(shí)別的準(zhǔn)確性。傳統(tǒng)的圖像分割基本都是基于特定目標(biāo)或區(qū)域的方法,與圖像的其它區(qū)域失去聯(lián)系,這種分割效果忽略了區(qū)域及區(qū)域之間的語義信息。本文的工作在于尋找一個(gè)能夠挖掘目標(biāo)及目標(biāo)之間關(guān)聯(lián)信息的模型,有效地指導(dǎo)分割過程。
基于條件隨機(jī)場(Cond
2、itional Random Fields,CRF)的圖像分割技術(shù)是近年來計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。該方法的核心思想在于構(gòu)造一個(gè)具有觀察數(shù)據(jù)的概率圖模型(Probabilistic Graph Model,PGM),給出一個(gè)對(duì)應(yīng)該圖的吉布斯(Gibbs)能量函數(shù),通過各種最大后驗(yàn)概率(Maximum a Posteriori,MAP)準(zhǔn)則來最小化該能量函數(shù),該模型的新穎之處在于它的全局最優(yōu)和分割結(jié)果的語義性。本文的主要工作如下:
3、 (1)首先介紹了傳統(tǒng)圖像分割技術(shù),包括CRF的理論原理及其在圖像分割領(lǐng)域的應(yīng)用現(xiàn)狀。然后采用紋理基元(Texton)、LBP(Local Binary Pattern)、SIFT(Scale Invariant Feature Transform)和彩色SIFT(Color SIFT)多種圖像特征向量作為圖像區(qū)域底層視覺信息,利用K-means對(duì)這些底層信息聚類,將聚類結(jié)果用來表示吉布斯能量函數(shù)單點(diǎn)勢(shì)(unary potenti
4、al)和點(diǎn)對(duì)勢(shì)(pairwise potential),采用AdaBoost分類器對(duì)單點(diǎn)勢(shì)和點(diǎn)對(duì)勢(shì)訓(xùn)練來構(gòu)造CRF。
(2)分析傳統(tǒng)的CRF模型在圖像分割領(lǐng)域的優(yōu)點(diǎn)和不足,采用一個(gè)能夠集成多種CRF優(yōu)點(diǎn)的分層式新型CRF模型,該模型既有傳統(tǒng)CRF的優(yōu)點(diǎn),也能在不同CRF層之間通過輔助變量來增強(qiáng)重疊分割區(qū)域的權(quán)值,使得分割邊緣更加精確,目標(biāo)的語義更顯著,同時(shí)也能將推理歸納得到快速的圖割(Graph-cut)方法。
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于目標(biāo)語義信息的圖像檢索方法研究.pdf
- 基于素描語義信息和超像素合并的圖像分割.pdf
- 基于深度學(xué)習(xí)的圖像語義分割研究.pdf
- 結(jié)合底層分割的圖像語義分割.pdf
- 基于Primal Sketch Map 和語義信息分類的SAR圖像分割.pdf
- 基于統(tǒng)計(jì)模型的SAR圖像分割.pdf
- 基于紋理基元塊的圖像語義分割.pdf
- 基于深度學(xué)習(xí)的圖像語義分割算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割.pdf
- 特定類的圖像語義分割.pdf
- 基于上下文線索的語義目標(biāo)分割.pdf
- 基于RGB和深度信息的語義分割.pdf
- 基于條件隨機(jī)場的圖像語義分割方法研究.pdf
- 圖像語義分割算法研究.pdf
- 基于圖像分割評(píng)價(jià)的圖像目標(biāo)定位研究.pdf
- 基于邊緣信息的閾值圖像分割.pdf
- 基于矩Gap統(tǒng)計(jì)的圖像分割方法.pdf
- 基于聚類的圖像目標(biāo)分割方法研究.pdf
- 基于統(tǒng)計(jì)建模的彩色圖像分割算法研究.pdf
- 基于統(tǒng)計(jì)混合模型的圖像分割方法研究.pdf
評(píng)論
0/150
提交評(píng)論