基于高阶马尔可夫随机场的图像分割

被引:13
作者
刘磊
石志国
宿浩茹
李红
机构
[1] 北京科技大学计算机与通信工程学院
基金
北京市自然科学基金;
关键词
网格马尔可夫随机场; 超像素马尔可夫随机场; 高阶势能; 图割; 受限矩形框;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
图像分割是个病态问题,精确化的图像分割需要用户提供足够多的约束信息才能实现.近年来随着马尔可夫随机场吉布斯能量函数最小化图割求解技术的突破,许多国外研究人员开展基于图割方法的交互式图像分割技术的研究.在众多交互式图像分割技术中,由于用户友好性和潜在应用价值,采用矩形框约束的交互式图像分割方法非常吸引人.从超像素马尔可夫随机场模型和网格马尔可夫随机场模型出发,在吉布斯能量函数中引入高阶势能项,高阶势能项的引入使得新的模型既能捕捉细粒度的单个像素信息又能捕捉单像素一定范围内的关联信息,从而提高了矩形框限制条件下的图像分割性能.实验表明:与GrabCut算法相比,所提算法准确性上有一定提高.最后,将所提算法应用在视频对象分割上也取得了不错的效果.
引用
收藏
页码:1933 / 1942
页数:10
相关论文
共 5 条
[1]  
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)
[2]   基于颜色和纹理信息的快速前景提取方法 [J].
穆亚东 ;
周秉锋 .
计算机学报, 2009, 32 (11) :2252-2259
[3]   Robust Higher Order Potentials for Enforcing Label Consistency [J].
Kohli, Pushmeet ;
Ladicky, L'ubor ;
Torr, Philip H. S. .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2009, 82 (03) :302-324
[4]   Efficient graph-based image segmentation [J].
Felzenszwalb, PF ;
Huttenlocher, DP .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 59 (02) :167-181
[5]  
Segmentation from a box .2 Grady L,Jolly M P,Aaron Seitz. Proc of the 13th IEEE Int Conf on Computer Vision(ICCV 2011) . 2011