利用超像素分割的信息選取算法
大小：0.86 MB 人氣： 2017-12-14 需要積分：1
標簽：超像素(1501)
點互信息（PMI）邊界檢測算法能準確檢測圖像中的邊界，但算法效率受制于采樣點的提取。針對采樣過程中存在隨機性和信息冗余的問題，提出一種利用超像素分割提供的中層結構信息來指導點對選取的方法。首先使用超像素算法對圖像進行初始分割，將圖像劃分成大小形狀近似的像素塊；然后選取落在相鄰超像素中的像素點對，從而使樣本點的選取更有目的性，在采樣點數目較少時，保證樣本點仍能有效完整地獲取圖像信息。實驗通過與原始的PMI邊界檢測算法在伯克利分割數據庫（BSDS）上進行比對驗證得出，基于超像素的PMI邊界檢測算法在采樣點對為3500時，平均精準度（AP）達到0.7917，而原始算法則需要6000個同樣環境下的采樣點對。基于超像素的PMI邊界檢測算法在保證了檢測精度的同時減少了所需的采樣點數目，從而能有效提高算法的實時性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
利用超像素分割的信息選取算法下載
相關電子資料下載
- 基于自適應顯著性的圖像分割 299
- “超像素”將合并的概念推向極限 1191
- 基于柔性超像素(Soft Superpixel)的SAR圖像快速分割方法 1811