自然图像解析就是将一幅自然图像分解成一个个独立的视觉模式,其目的是根据自然图像中出现的多种多样的视觉模式的生成模型来寻求对输入图像进行全面的生成性解释。本课题主要采用基于图论分析的方法来研究自然图像的解析。自然图像解析的核心内容为自然图像的分割和分类。本项目利用图论分析的方法,研究了多种图像分割方法。从图像的种类来讲,其中既有红外图像的目标分割,也有基于颜色的彩色图像分割,也包括基于纹理和颜色融合信息的彩色纹理图像分割。从分割的方式来讲,既有完全自动的图像分割,也有交互式的精确图像分割编辑。从采用的分割能量模型来讲,既有基于统计理论的吉布斯能量模型,也有基于变分原理的变分能量模型,还有基于归一化的图划分分割模型。从能量优化的方式讲,有基于最大流最小割的优化方法,也有基于特征矩阵分解的图谱优化方法。在此基础上,研究了基于结构图表达的目标分类和标注以及基于时空上下文的目标识别和定位。经过三年的努力,本项研究已完成了当初设定的研究计划和目标,在理论和应用层面取得了一系列重要研究成果,相关研究成果已在国际重要期刊上发表和录用。
英文主题词Graph theory analysis; image segmentation;energy optimization; max-flow/min-cut; graph spectral partition