基于最大相似度区域合并交互式图像分割.docVIP

基于最大相似度区域合并的交互式图像分割 一．实验目的 实现一种可以将初步分割过后的图片进行目标与背景分离的算法，即基于最大相似度区域合并的交互式图像分割算法。 图像分割是图像分析及计算机视觉系统中的重要环节。只有在图像分割的基础上才能对目标进行特征提取、参数测量和识别，使得更高层的图像分析和理解成为可能，图像分割质量的好坏直接影响后续图像处理的效果。因此，可以说图像分割是图像处理中最为重要的环节。本次实验中提出的算法可以很好地实现图像分割的目的。 二．实验背景知识及原理 1、Meanshift算法初始分割图片 区域合并的前提是输入图片为已被其他方法分割为小区域的图片，本文主要使用了均值漂移分割法（meanshift）。经过分割后的图像如下图所示： 2、区域表示和相似性度量 本文采用RGB颜色空间估计的颜色直方图表示图像中的每个区域，当然，其它颜色空间，如HSI和Lab等，也可用于对区域建模。将RGB颜色空间量子化为16x16x16=4096箱格，然后计算每个区域的归一化直方图。为了度量区域之间的相似性．选择巴氏系数测量区域R和Q的相似度： 上式中，和分别表示区域R和Q的直方图。上标u表示直方图的第u个箱格。两个区域的内容相似度越大，直方图越相似，巴氏系数就越高。由此，可以通过计算巴氏系数来比较不同区域之间的相似度。