基于随机游走的使用色彩空间图形图像分割.docVIP

基于随机游走的使用色彩空间图形图像分割 Sonu Kumer Jha Purnendu Bannerjee Subhadeep Banik 摘要：图像分割是研究计算机视觉领域涉及最多的话题之一，已经吸引了大量研究人员的关注。图像分割的目的是改变图像的表示使其更有意义和更容易分析。在这个过程中一个图像被划分到多个分配标签分割，来表示图像的像素，以使像素共享分为多个分割相同的标签，并且可以被表征为一个存在与该图像的不同对象。同时为了分割图像，已经设计出一些自动和半自动的方法。在本文中，我们将重点放在由Leo Grady介绍的随机游走半自动方法上，我们将提供一些使分割图像变的更好的改进，来比较图像利用上述所涉及的思想。我们将使用图分区的色彩空间和理论方法来重新定义两个像素之间的距离，从而产生一种改进的分割方法。 关键词：图像分割;随机游走;组合Dirichlet问题;色彩空间图; LUV空间;拉普拉斯矩阵;拉普拉斯方程。 1引言 半自动或交互式分割在图像处理中一直是一个巨大的研究项目，并获得了很多的从事计算机视觉研究的人员的兴趣。主要目标是将部分的图像分割成不同区域，每个区域对应于一个特定对象的帮助下感兴趣的用户交互。用户输入需要初始化分割算法（半自动）为一个图像划分为不同的区域。可以以许多方式来提供用户输入，其中最简单的是利益所概述的，用鼠标点击该用户的区域。半自动分割在对图像的编辑，医学成像，机器视觉广泛的应用，目标检测，识别任务，交通控制系统，视频监控等众多领域有着巨大的重要性。一些算法迄今为止开发的通用半自动分割,可以有效结合域知识来解决域的分割问题。 其他方面的半自动分割的重要性是一个具有挑战性的问题,因为任务是由一组小的用户数据初始化过程开始,然后传播在整个图像的信息虽然半自动图像分割方法有很多。但我们的重点放在Grady L.所提出的随机游走上面，同时尝试对算法做出了一些改进，提供了更好的方法来分割图像。随机游走方法具有几个优点。一般来说任何分割方案的重点是将图像划分成两个区域，即背景和对象。另一方面随机游走方法为我们提供了分割的图像为对象的数目，用户想要分割图像中物体的任意数量的灵活性。随机游动方法假定图像为图，其中的节点或顶点在图中是一组像素。边的权重代表了一个节点到另一个节点的转移概率。所以在给定的情况下，它的方式比较灵活，更容易通过遍布图像传播用户所提供的资料。 1.1 .论文结构 本文的结构如下。在第2节，我们解释了半自动方面所做的相关工作分割。第3节给出了L. Grady的随机游走方法的具体想法，我们简短介绍改进。第4节规定了技术的算法和结果，应用的图像分割。第5节显示实现随机游走算法在L. Grady的原创性成果上的质量改进。最后，在第6节，总结了我们的论文。 2 .相关作品 正如前面提到的，一些工作已完成，几种算法已经为半自动图像设计并且细分到现在。我们在这里讨论一些在该项目进行的相关工作。首先，我们可以看看由Boykov及Jolly介绍用图割的交互式分割中的做法 。在这种方法中，用户通过标记的背景和对象提供种子。能量函数由两个不同的型号色彩和连贯性配制。能量函数标签的背景和前景设成0和1 ，并在最后通过使用标准的最大流最小割解决最小化问题。 图割方法进一步工作已经完成。 Li等人提出的是分水岭的组合分割和图切割的最小化方法。Nagahashi等人提出了基于多尺度平滑的图像分割方案迭代图割方法。当时的想法是对逐步分割的对象从全球到区域使用图切割和高斯平滑迭代局部分割。 Shi等人提出了基 于在图像分割新的方法，被视为一个图划分问题归削减和分割归一化剪切技术，并且用于分割图像。Rother等介绍了随附抢切术一图割的一个额外层的方法，可以有更好的色彩造型和局部极小。 Mortensen和Barrett推出的智能剪刀的技术。智能剪刀允许一个对象数字图像可以快速，准确地提取。用户需要使用鼠标简单的围绕感兴趣的对象绘制曲线手势，用鼠标手势来定位接近的物体边缘，火线边界环绕的对象。 由L. Grady介绍的比上面提到的技术更灵活的随机游走方法将是本文的重点，因为它具有容易处理任意数量对象的先天优势。在这种过程输入由用户给定的分别是“种子”和从种子中获得的被传播到整个图像的信息。在这种方法中，初始作品包括概率的随机游动从一个给定的象素到达种子像素的计算。在过渡概率是成反比的不像素之间的对比度已经足够的理解。随机游走方法已经有了很多伸展的作品。 3 .随机游走方法的基本思想 本节将介绍由L. Grady引入随机游走方法的细节。一个无向图可以表示为，其中和分别是一组顶点和该组的边缘。该组顶点的是一组存在于图像中的像素。顶点集可以划分为两个组顶点。一组是“标记顶点“，这是由用户标识的属于所述