《网络海量图像的共性分割方法研究》

点击下载 ⇩

该项目围绕网络海量图像的共性分割方法开展了深入研究,在面向大规模图像共性重要性区域检测和共性分割两方面取得了一定的进展,已完成了研究内容:(1)为了能够对复杂的大规模图像进行有效的重要性区域检测,研究了一种具有方向性的各向异性特征度量方法,能够对显著物体的边缘进行更准确地描述,减少背景纹理的干扰,从而提高重要性区域检测的准确性。为了提高重要性区域检测的效率,研究了一种基于空间填充曲线的重要性计算方法,将二维图像域转化为一维曲线进行计算,从而降低了计算复杂度,更好地适用于大规模图像重要性区域检测。(2)图割优化是图像共分割的常用方法,但传统的图割方法需要建立复杂的图结构以准确描述图像之间的共性特征,从而影响了分割效率。该项目研究了一种基于超图的图结构方法,利用图中的超边描述图像间的共性特征,而且构造这种超图相对简单,能够更有利于大量图像之间的图结构化,提高了图像共分割的效率。

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。