非凸低秩稀疏约束的图像超像素分割方法.pdfVIP

2013年 1O月 西安电子科技大学学报 (自然科学版) oct．2O13 第 4O卷 第 5期 J0URNAL OF XIDIAN UNIVERSITY Vo1．40 No．5 doi：10．3969／j．issn．1001—2400．2013．05．014 非凸低秩稀疏约束的图像超像素分割方法 张文 娟 ，冯 象 初 (1．西安电子科技大学 理学院，陕西 西安 710071； 2．西安工业大学 理学院，陕西 西安 710012) 摘要：将图像超像素分割看作子空间聚类 问题．给 出一个约束条件，等价于以干净数据为字典．利用系数 矩阵的非凸迫近 P范数作为稀疏约束，利用系数矩阵奇异值 的非 凸迫近 P范数作为低秩约束，建立非 凸极 小化模型．运用增广拉格 朗 日方法和交替极小化方法给 出数值计算方法．数值实验表 明，笔者提 出的约束 条件下的分割效果优于原始数据作为字典；非凸迫近 P范数 的分割效果优于凸的核范数和z 范数． 关键词：图像分割；超像素；稀疏；低秩；非凸 中图分类号 ：TN911．7 文献标识码 ：A 文章编号 ：1001—2400(2013)05—0086—06 Imagesuper~pixelssegmentationmethodbasedon the non。’convex low。。rank and sparseconstraints ZHANGWenjuan一，FENGXiangchu (1．SchoolofScience，XidianUniv．，Xi’an 710071，China； 2．SchoolofScience，xi’anTechnologicalUniv．，Xi’an 710012，China) Abstract： Image super-pixels segmentation isconsidered asthe subspace clustering problem ．A new constraintconditionispresentedtobeequivalenttousingthecleandataasthedictionary．Thenon-convex proximalP—norm ofthecoefficientsmatrixisusedforthesparseconstraint，and，thenon-convexproximal P—norm ofthesingularvaluesofthecoefficientsmatrixisusedforthelow-rankconstraint．Thenanon- convexmini’mizatio‘n modelis proposed．The augmented Lagrangian method and the AM falternating minimization)methodareappliedforsolvingtheunknownmatrices．Theresultsofnumericalexperiments show thatthe constraintcondition presented in this paperisbetterthan using the originaldata asthe dictionary，and thatthenon-convex proximalP—norm hasabettersegmentation resultthan theconvex nuclearnorm andZ1norm ． KeyWords： imagesegmentation；super-pix