图像分割中的超像素方法研究综述

被引:97
作者
宋熙煜
周利莉
李中国
陈健
曾磊
闫镔
机构
[1] 解放军信息工程大学
关键词
超像素; 图像分割; 图论; 区域合并; 评价标准;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
目的超像素(superpixel)是近年来快速发展的一种图像预处理技术,它将图像快速分割为一定数量的具有语义意义的子区域,相比于传统处理方法中的基本单元——像素,超像素更有利于局部特征的提取与结构信息的表达,并且能够大幅度降低后续处理的计算复杂度,在计算机视觉领域尤其是图像分割中得到了广泛的应用,为使国内外研究者对超像素理论及其在图像分割中的应用有一个比较全面的认识,对其进行系统综述。方法以图像分割为应用背景,在广泛调研文献特别是超像素最新发展成果的基础上,结合对比实验,对每种方法的基本思想、方法特点进行总结,并对超像素分割目前存在的局限性进行说明,对未来可能发展方向进行展望。结果不同的超像素分割算法在分割思想、性能特点上各不相同。当前的超像素方法普遍在超像素数量、紧密度与分割质量、算法实用性之间存在相互制约,同时对于某些特殊目标的分割也难以取得较好的结果。结论超像素作为一种有效的图像预处理手段具有较高的研究价值,但针对目前超像素存在的一些局限性还需要进行深入的研究。
引用
收藏
页码:599 / 608
页数:10
相关论文
共 8 条
[1]   超像素及其应用综述 [J].
饶倩 ;
文红 ;
喻文 ;
毛祺琦 ;
苏伟伟 .
电脑与信息技术, 2013, 21 (05) :1-3+14
[2]   超像素分割算法研究综述 [J].
王春瑶 ;
陈俊周 ;
李炜 .
计算机应用研究, 2014, 31 (01) :6-12
[3]   基于Graph Cut和超像素的自然场景显著对象分割方法 [J].
苏金玲 ;
王朝晖 .
苏州大学学报(自然科学版), 2012, 28 (02) :27-33
[4]  
基于高斯超像素的快速Graph Cuts图像分割方法[J]. 韩守东,赵勇,陶文兵,桑农.自动化学报. 2011(01)
[5]   Eikonal-based region growing for efficient clustering [J].
Buyssens, Pierre ;
Gardin, Isabelle ;
Ruan, Su ;
Elmoataz, Abderrahim .
IMAGE AND VISION COMPUTING, 2014, 32 (12) :1045-1054
[6]   Structure-Sensitive Superpixels via Geodesic Distance [J].
Wang, Peng ;
Zeng, Gang ;
Gan, Rui ;
Wang, Jingdong ;
Zha, Hongbin .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2013, 103 (01) :1-21
[7]  
Interactive image segmentation by maximal similarity based region merging[J] . Jifeng Ning,Lei Zhang,David Zhang,Chengke Wu.Pattern Recognition . 2009 (2)
[8]   Lazy snapping [J].
Li, Y ;
Sun, J ;
Tang, CK ;
Shum, IY .
ACM TRANSACTIONS ON GRAPHICS, 2004, 23 (03) :303-308