彩色图像超像素图像分割方法研究

《彩色图像超像素图像分割方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391学校代码：10109密级：公开太原科技大学硕士学位论文（学术型）学位论文题目：彩色图像超像素图像分割方法研究英文题目：Researchonsuperpixelimagesegmentationmethodofcolorimage研究生姓名：裴高阳导师姓名及职称：张荣国教授培养单位：计算机科学与技术学院学科专业：计算机辅助设计与图形学论文提交日期：2016年4月8日论文答辩日期：2016年6月5日答辩委员会主席：李德玉教授论文原创性声明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文

2、中不包含其他人已经发表或撰写的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本声明产生的法律后果由本人承担。论文作者签名：日期：中文摘要中文摘要传统的图像分割，是以像素为基本处理单位的，没有考虑到像素之间的空间和组织关系。这样当所要处理的图像尺寸越来越大时，会导致算法的效率过低。因此，提出了超像素的概念，其可以有效地降低所要处理信息的规模，同时减小了后续图像处理过程的复杂度。针对目前先进的SLIC方法和SEEDS方法在超像素图像处理中所存在的问题和不足，本文分别对其进行了改进，主要内容如下：（1）简单线性迭代聚类（SLIC）方法需要人

3、为设定图像分割时所需超像素的数目，这样设定值容易过大或过小，不能保证待分割图像处理的要求。针对该问题，对SLIC超像素分割方法进行了改进，提出利用图像的颜色信息，对所要处理图像的横坐标和纵坐标进行随机扫描，然后分析扫描线像素的颜色信息，从而得到图像所需要的超像素数目。仿真实验表明，该方法可以获得图像所需要的相对合适的超像素数目，能够使图像达到较理想的分割效果。（2）针对SEEDS超像素彩色图像分割方法存在边界分割不精确的问题，给出了一种双边滤波SEEDS方法。首先利用双边滤波器对图像进行滤波处理，可以降低图像中纹理和噪声等信息对边界分割的影响，能够在保持边界信息的同时滤除噪声，

4、从而使图像变得平滑。然后再进行超像素图像分割,这样减少了图像误分割的现象，使边界信息分割的更加精确。仿真实验表明，与传统的SEEDS方法相比，双边滤波SEEDS方法的图像分割结果更好，并且在边界召回率和欠分割错误率方面都明显优于原方法。关键词：超像素；SLIC；SEEDS；图像分割；双边滤波；爬山算法IABSTRACTABSTRACTInthetraditionalmethod,thesegmentationtreatthepixelasbasicprocessingunit,withouttakingintoaccountthespaceandgrouprelationshi

5、psbetweenpixels.Thismethodwillreduceprocessingefficiencyofthealgorithmwhenthesizeoftargetimageisgettingbiggerandbigger.So,weproposetheconceptofsuperpixel.Throughthismethod,wecaneffectivelyreducethescaleoftheinformationthatneedtobeprocessedandthecomplexityofthesubsequentprocess.Currently,twoa

6、dvancedsuperpixelmethods,SLICandSEEDS,havesomeshortagesandproblemsinthesuperpixelimageprocessing.Weproposesomeimprovementstothesetwomethodsinthispaper.Themainresearchcontentsareasfollowed:(1)IntheSimpleLinearIterativeClustering(SLIC)method,thenumberofsuperpixelneedstobesetmanually.Sothisnumb

7、ermaynotbeveryaccurate.Wecannotensurethisvalueisthemostappropriateonecomparatively.Thispaperbringsoutamodifiedwaytosolvetheproblemabove.Togetthenumberofsuperpixel,wecanusethecolorinformationofpicture,scansomelinesrandomlyandanalysisthesegmentations