基于谱聚类的无监督图像分割

论文摘要

图像分割是指将图像分成多个在视觉上具有连通性、一致性和相似性的区域。它是后期图像处理、分析以及识别的一个重要环节,是图像处理和计算机视觉中的重要技术,并且已在工业、农业、军事、医学、互联网以及机器视觉领域有着广泛的应用。如果从分割过程中有无人参与这个角度来划分,图像分割可以会为无监督分割、半监督分割和全监督分割。其中,无监督分割一直是图像分割中具有挑战性的分支之一。主要本文侧重的是自然图像的无监督分割,提出了一个基于谱聚类的无监督分割算法以及在伯克利图像库上做了充分的实验进行验证。首先,本文简要介绍了图像分割的基本概念,引入了图像分割的应用背景以及在数学上的定义。再侧重于无监督分割算法的介绍,主要讲述了无监督图像分割的原理与当前在无监督分割领域的一些经典方法。其中,比较完整地介绍了Normalized cut （Ncut）, Mean shift （MS）, Felzenszwalb-Huttenlocher （FH）, Compression-based Texture Merging （CTM）, Total Variation Segmentation （TVS）, Learning Full Pairwise Affinities （LFPA）, Gpb-owt-ucm等几种分割算法的基本原理。其次,本文详细阐述了提出的算法框架,介绍了超像素的概念,再在此基础上了融合测地线边界、超像素位置与平均颜色特征,构建相似度特征矩阵W,使其更准确的描述数据间的相似度。之后再利用谱聚类对已经构造好的相似度矩阵进行聚类,完成对图像的分割。本文的贡献在于两处,一是用超像素来代替像素降低数据计算量,二是利用测地线边界特征来代替直线边界特征。最后,本文引入了当前的图像分割评价准则,对这些评价准则做了一些详细地介绍和分类。然后在伯克利数据库上做了充分的分割实验,达到了比较好的分割效果,同时利用分割评价准则对结果进行评测,并与当前的经典分割算法进行了对比。最终的实验结果表明,本文提出的算法在伯克利图像库上其分割效果除了与Gpb-owt-ucm有一些差距之外,要明显好于当前的几乎所有主流经典算法。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 图像分割综述
• 1.1.1 数学定义
• 1.1.2 应用背景
• 1.1.3 图像处理中的层次
• 1.2 图像分割算法的分类
• 1.2.1 无监督方法
• 1.2.2 半监督方法
• 1.2.3 全监督方法
• 1.3 论文的主要工作及结构
• 2 图像分割算法简介
• 2.1 半监督的方法
• 2.1.1 基于图论的图割（Graph cut）
• 2.1.2 水平集分割（Level set）
• 2.2 无监督的方法
• 2.2.1 归一化分割（Ncut）
• 2.2.2 均值漂移分割（MS）
• 2.2.3 基于图论的分割（FH）
• 2.2.4 基于有损压缩的方法（CTM）
• 2.2.5 基于显著区域的分割（TVS）
• 2.2.6 基于半监督学习的分割（LFPA）
• 2.2.7 基于区域合并的方法（Gpb-owt-ucm）
• 3 基于Ncut的改进算法
• 3.1 超像素
• 3.1.1 思想的提出
• 3.1.2 优势与不足
• 3.1.3 实验验证
• 3.2 图像特征提取
• 3.2.1 测地线
• 3.2.2 颜色与位置
• 3.2.3 构建W矩阵
• 3.3 谱分析分割
• 4 实验结果
• 4.1 无监督分割方法的评价
• 4.1.1 主观评价
• 4.1.2 客观评价
• 4.2 图像分割数据库
• 4.2.1 伯克利分割图像库BSD
• 4.2.2 Pascal的视觉目标图像库VOC
• 4.2.3 微软目标识别图像库MSRC
• 4.3 量化分析及与其它算法比较
• 4.3.1 分割效果视觉验证
• 4.3.2 与经典算法的比较
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢