基于目標(biāo)關(guān)聯(lián)統(tǒng)計(jì)信息的圖像語義分割.pdf

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。