位置:成果数据库 > 期刊 > 期刊详情页
一种基于图的彩色图像分割算法
  • ISSN号:1000-565X
  • 期刊名称:《华南理工大学学报:自然科学版》
  • 时间:0
  • 分类:TP391.41[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:华南理工大学计算机科学与工程学院,广东广州510006
  • 相关基金:国家自然科学基金资助项目(61472145);广东省自然科学基金资助项目(2016A030313472);华南理工大学中央高校基本科研业务费专项资金资助项目(2015ZZ031);广东省-教育部产学研合作专项(20138090500015)
作者: 沃焱, 金璇
中文摘要:

为了解决图像分割中容易出现的过分割问题,提出了一种基于图的彩色图像分割算法.该算法在区域合并的基础上,首先用Mean shift方法进行预处理,得到初始过分割区域后对其构造邻接图,然后计算邻接区域的颜色、纹理及边缘特征相似性以判断区域是否需要合并直到所有满足条件的区域都被合并.为了保持图像的全局属性,文中通过查找最优合并成本的方式进行区域合并.实验结果表明:即使在图像目标和背景区域颜色比较相似时,文中算法也能较好地实现对目标区域的完整分割;与其他4种算法相比,文中算法具有更好的分割性能.

英文摘要:

In order to solve the over-segmentation problem in the image segmentation, a graph-based color image segmentation algorithm is proposed. In the algorithm, on the basis of the region-merging method, the over-segmen- tation regions are obtained by using Mean shift to preprocess an image, and for the over-segmentation regions, a region adjacency graph is constructed. Then, the color, texture and edge contour similarities between adjacency regions are measured to judge if adjacency regions need to be merged, until all the satisfactory regions are merged. Besides, the regions are merged by searching the optimal merging-cost, so as to preserve some global prosperity of the image. Experimental results indicate that the proposed algorithm can completely segment object regions even when the color features between background regions and object regions of an image are similar, and it has a better segmentation performance in comparison with four state-of-the-art segmentation algorithms.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《华南理工大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部科技司
  • 主办单位:华南理工大学
  • 主编:李元元
  • 地址:广州市天河区五山路华南理工大学17号楼
  • 邮编:510640
  • 邮箱:journal@scut.edu.cn
  • 电话:
  • 国际标准刊号:ISSN:1000-565X
  • 国内统一刊号:ISSN:44-1251/T
  • 邮发代号:46-174
  • 获奖情况:
  • 本学报荣获1996年国家教委系统优秀科技期刊二等奖...,1999年荣获全国优秀高校自然科学学报及教育部优秀...,2001年荣获广东省优秀期刊奖和广东省优秀科技期刊...,2004年获全国高校优秀科技期刊二等奖,2006年获首届教育部优秀科技期刊奖,2008年荣获第二届教育部优秀科技期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:22954