毕业设计（论文）基于超像素的图像分割技术及其实现.docVIP

基于超像素的图像分割技术及其实现 随着图像分割技术，的领域也广泛医学、军事和建筑学。，超像素被提出。在现有超像素方法图论的超像素方法和基于梯度的超像素方法后，(Simple Linear Iterative Cluster)更具优势。所以本文着重实现了能够自适应K-均值聚类方法来产生超像素的超像素算法 通过实验研究，SLIC更快易于，在超像素的生成过程中保持较高的品质 【关键词】超像素；图像分割；聚类；SLIC The Design and Implementation ofImage Segmentation Based on Superpixels Abstract With further study of image segmentation technique, its application field has become increasingly widespread. Such as medical, military and architecture. With further research, super-pixel concept was presented. After studying the existing types of super pixel method， after super pixel method of graph theory and super pixel based gradient-based methods, we found SLIC algorithm (Simple Linear Iterative Cluster) advantages more. Therefore, this paper focuses on and realized super-pixel algorithm which adaptively K- means clustering method to generate super-pixel --SLIC algorithm. Through experimental study, SLIC algorithm bonded boundary indeed an advantage, dividing faster, easier to use, and the entire super pixel generation process, the division can maintain a high quality. 【Key words】Superpixels, segmentation, clustering, SLIC 目 录 1 引言 1 2 背景 2 2.1 基于图论的方法 2 2.1.1 Graph-based方法 3 2.1.2 Superpixel lattices方法 3 2.2 基于梯度下降的方法 4 2.2.1 Turbopixels方法 4 2.2.2 MeanShift方法 4 3 SLIC超像素 5 3.1 算法介绍 5 3.2 距离测量 6 3.3 后期处理 7 3.4 算法实现 7 4 实验结果与分析 9 5 超像素的应用 11 结 束 语 14 参考文献 15 致 谢 15 引言 图像分割技术依据灰度、颜色、纹理和形状等特征，将具有相似特征的像素聚集形成同一个区域，并且使得这些区域间的特征不同以此重叠也越加显得其 随着计算机技术以及多媒体技术的发展，分割技术几乎在有关图像处理的所有领域变得十分广泛：医学、数字图像、军事、体育交通质量检测，图像的更加广阔，也急剧增加的问题也越来越多，比如收敛变慢的运算规模扩大，耗费的时间成倍增加。 超像素研究1][16]。超像素的实质就是一些在一起的相邻像素，之处在于这些像素有着相似的特征从算法角度考虑，了算法运行速度数量的繁多的方法减少算法时间，即将相同特征也 目前，研究的算法，划分为两，一是基于图论的分割方法，Felzenswalb提出的graph-based方法[2]、Liu等人提出的基于熵率的方法[3]、Moore等人提出的superpixel lattices方法[4]和Shi等人提出的Normalized Cuts）[5，16]；二是基于梯度下降的方法有等人提出的Turbopixels方法[6]、等人提出的SLIC）[7]、Comaniciu等人提出的MeanShift方法[8]Vedaldi等人研究的Quick-Shift方法[9]以及Vincent等人研究的分水岭（）[10]。图论的图像分割因将像素点转换为