通过有损压缩技术实现自然图像有效分割

来源 :上海师范大学 | 被引量 : 0次 | 上传用户:ufo0101
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在计算机视觉领域,图像分割指的是将数字图像细分为多个图像子区域(像素的集合,也被称作超像素)的过程。图像分割的目的是简化或改变图像的表示形式,使得图像更容易被理解和分析。图像分割通常用于定位图像中的目标和边缘(线、曲线等)。更精确来说,图像分割是对图像中的每个像素加标签的一个过程,这一过程使得具有相同标签的像素具有某种共同视觉特性。目前已经出现了上千种图像分割的方法,但没有一种图像分割方法对于所有的图像都具有很好的分割效果。图像分割是由图像处理到图像分析的关键步骤,其分割结果的优劣将直接影响到随后的图像分析、图像理解以及景物的恢复,所以图像分割具有其重要性和现实意义。在本文中,我们将自然图像的分割转化为将纹理特征作为多元混合数据的聚类问题。我们使用高斯混合分布来建模纹理特征的分布。然而不像大多数已有的聚类方法,我们允许混合成分是退化或趋于退化的。我们认为这种假设对于图像分割是特别重要的,在图像分割中我们通过使用一种对不同纹理的共同特征表达式来引出退化的概念。我们的目的是在一个给定失真条件下,找到一个最优分割来最小化分割数据的全局编码长度。通过分析混合数据的编码长度或编码率,我们正式建立一些数据分割与有损数据压缩以及率失真理论这些概念之间的联系。我们认为对于压缩混合数据而言,一个明确的分割应该是其近似(渐进)的最优结果。所以,我们提出一个非常简单且有效的算法,它仅依赖于一个参数,且允许失真。在任何给定的失真条件下,该算法能自动判断相应的群集数量和维度,且无需任何参数的估计。仿真结果揭示了当改变失真水平或奇异值数量时,分割数量的类相变行为。通过有损数据压缩方式得到的简单的凝聚聚类算法可以有效地分割诸如混和分布的情况。使用简单的固定大小的高斯窗口,比如纹理特征,该算法通过减少所有特征向量的整体编码长度来分割图像。我们进行的综合性实验,通过将本文提出的算法与常用Canny边缘检测算法、Sobel算子的梯度算法、K-均值算法和模糊C-均值算法对图像进行分割作对比,以及通过调整本文算法中的纹理阈值λ来优化分割效果去衡量该算法的性能。结果证明运用本文提出的算法分割的图像更接近于人类主观的分割判断。
其他文献
随着我国教育事业的发展和教育思想的进步,传统的考试方式暴露出越来越多的弊端,无纸化在线考试系统得到了广泛的普及和应用,但还存在许多问题,尤其在智能阅卷领域。目前,针
随着Web2.0网站的日益发展,用户除了是网络资源的浏览者外,同时还是资源的生产者。社会标签系统是Web2.0的一个典型应用,用户主动产生标签,并通过标签标识、管理和发现信息资源。
语音关键词检测(Spoken Term Detection, STD)是指用户提供文本形式的查询请求,系统从语音资源库中返回与用户查询相关的语音片段。它是语音识别的一个重要领域,有着广阔的应用
近年来,随着计算机图形学、数字处理技术的极速发展和计算机硬件成本的不断降低,计算机动画技术及其在各领域中的应用都得到了有力地推动和普及。群体动画是计算机动画领域的重
对细胞的研究是人类进行微观世界探索的一个重要且有效的手段,近年来基于视频的检测和跟踪方法作为一种无接触的自动方法得到了广泛的研究和应用。其中,对显微视频图像中细胞的
现代飞机的机载图形显示系统对动态画面刷新的实时性要求越来越高,传统机载图形显示系统的图形处理方法是采用软件运算实现的,速度较慢,占用大量的运算时间,从而使系统很难在规定
当前,企事业单位中的各个部门会产生大量的数据,并依据各自的数据特点和应用需求,选择不同的方式管理数据。这导致各部门之间的信息重复冗余,很难做到部门之间的数据共享。要
为了在保证数据访问性能的同时降低系统的冗余存储开销,分布式存储系统通常会采用异步编码技术。在新数据被写入时,系统使用多副本机制对这些数据进行存储,并在数据访问变少
物联网在给人们带来诸多益处的同时,伴随着其发展也日益凸显出一些隐私安全问题。由于物联网将网络末端的接入扩展到了物体,可想而知,当万事万物都与网络互联之后,感知控制层
近年来,P2P技术作为一种分布式计算技术得到了飞速发展,引起了国内外学术界的密切关注。P2P又叫做对等计算,它打破了传统的客户端/服务器模式,任何两个网络节点之间都能平等