位置:成果数据库 > 期刊 > 期刊详情页
融合边缘测度的自然场景彩色图像区域分割
  • ISSN号:1006-8961
  • 期刊名称:中国图象图形学报
  • 时间:2013.5.5
  • 页码:523-528
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西南林业大学材料工程学院,昆明650224, [2]武汉大学印刷与包装系,武汉430079, [3]西南林业大学林学院,昆明650224, [4]云南师范大学旅游与地理科学学院,昆明650500
  • 相关基金:国家自然科学基金项目(41001286,41001251,41001256,40971219);云南省科技厅基础研究面上项目(2010CD062);云南省科技厅基础研究青年基金项目(2012FD030);西南林业大学重点基金项目(111003);国家林业局森林经理重点学科建设项目(XKZ200901)
  • 相关项目:多层次区域和地物语义结构协同的高空间分辨率遥感影像分类
中文摘要:

针对传统分割方法基于单个视觉线索的不足,提出一种结合两种局部边缘测度的自然场景彩色图像区域分割方法。首先,采用logistic回归模型对200幅彩色图像进行训练,建立边缘测度与对象边界的回归模型;然后,采用该模型预测图像中每个像素的边界置信度;最后,将置信度的函数以自适应权重的形式整合到均值漂移分割算法中,实现图像区域分割。近20幅图像的定量和目视对比实验结果表明,本文方法能有效地控制过分割和欠分割的产生,且具有更好的区域边界定位效果。

英文摘要:

A regional segmentation algorithm for nature sense images is presented in this paper. The method integrates two local edge cues and aims to reply the inadequacy in single visual cue based methods. Firstly, the logistic regression model is trained by 200 color images and the regression relationship between edge cues and image object boundary is established. Then, the model is employed to predict the boundary confidence of every pixel. Finally, the confidence functions are inte- grated into the procedure of mean shift segmentation by calculating the adaptive variable weights. Both quantitative and vi- sual inspections operated in about 20 images show that the algorithm has better performance in suppressing over-segmenta- tion and under-segmentation, and tightly localizing the boundaries.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《数码影像》
  • 主管单位:
  • 主办单位:中国图象图形学学会 中科院遥感所 北京应用物理与计算数学研究所
  • 主编:
  • 地址:北京市海淀区花园路6号
  • 邮编:100088
  • 邮箱:
  • 电话:010-86211360 62378784
  • 国际标准刊号:ISSN:1006-8961
  • 国内统一刊号:ISSN:11-3758/TB
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:0