1、基于最大相似性的區(qū)域混合的圖像分割方法、interactive image segmentation by maximal similarity based region merging、摘要、快速有效的圖像分割自然圖像完全自動分割往往非常困難，因此建議創(chuàng)建具有少量用戶輸入的方案。(David assell，Northern Exposure(美國電視電視劇)，自然名言)牙齒文檔介紹了基于區(qū)域混合的交互圖像分割方法，該方法只用筆劃(顯示)粗略地表示對象和背景的位置和區(qū)域。提出了一種基于新的最大相似度的區(qū)域混合機制，利用標記指導合并過程。摘要，即Q的相鄰區(qū)域中存在與Q最相似的區(qū)域時，牙齒區(qū)域R被

2、Q合并。牙齒建議的方法首先自動合并meanshift(平均移動)算法最初分割的圖像，然后使用顯示用戶未手動顯示的所有背景和對象的塊的方法有效地提取對象的輪廓。其中，區(qū)域混合過程根據(jù)圖像的內(nèi)容是可變的，無需預先設(shè)置相似性閾值。進一步的實驗表明，牙齒設(shè)計可以在復雜的背景下可靠地提取物體的輪廓。1中，用戶近似表示的對象和背景的位置稱為“顯示”，并且可以是簡單的筆劃，例如下圖中的綠色線和藍色線。1介紹后計算不同塊之間的相似性。此外，您可以根據(jù)下面提出的最大相似性原則，使用用戶提供的標記合并這些區(qū)塊。合并后，實現(xiàn)了從背景中分離物體的目的，如下圖中的示例所示。2.1塊鄭在玹和相似度計算方法，與其他特征相比

3、，顏色特征最堅固。這是因為需要提取的對象的塊大小和形狀會發(fā)生變化，而其他塊的顏色具有很高的相關(guān)性。因此，此塊的特征采用顏色直方圖的形式。經(jīng)過圖像的meanshift(平均移動)后，有很多可用的圖像塊(右側(cè))牙齒。需要使用某些功能來表示和定義區(qū)域合并方法。2.1塊鄭在玹和相似性計算方法，使用RGB顏色空間，R、G、B分別分為16個等級(4位)，總計16x16x16=4096位。通過將HistR設(shè)置為塊R的標準化顏色直方圖，并在塊Q和R之間定義相似性判斷函數(shù)(R，Q)，可以執(zhí)行塊之間的比較。例如，2.1塊鄭在玹和相似性計算方法，表達式中的HistuRHistuQ表示R塊直方圖和Q塊直方圖。自變量也

4、是顏色、收購這些直方圖的相應(yīng)向量(如下所示)的點積。值越大，相似性越高。2.2手動顯示對象和背景。牙齒圖像分割系統(tǒng)需要對象和背景的概念顯示。這些標記可以是直線、曲線或其它自由描邊。但是只有少數(shù)部分需要用戶的標記，才能保持系統(tǒng)的魯棒性。顯示后，圖像分為顯示的對象部分M0、顯示MB的背景部分和未顯示的部分N三個部分。2.3基于最大相似性的合并規(guī)則，對于所有用戶未標記的部分，必須使用基于最大相似性的合并規(guī)則合并塊。q是r的相鄰塊，是表示q的一系列相鄰區(qū)域，如果r和q的相似性在q中最大，則合并r和q。也就是說，牙齒算法使用“最大”以避免閾值，2.4塊合并過程，首先嘗試合并與顯示的背景相鄰的塊。所有B MB的相鄰區(qū)塊，SB=Aii=1，2，r，所有Ai MB的相鄰區(qū)塊為SAi=SAi j j=1，2，k?？梢灾繠 SAi。然后計算Ai和SAi塊之間的相似性，如果滿足條件，則將B和Ai合并到B。，2.4塊合并過程，然后，對于所有未標記的塊，所有P N的相鄰塊Sp=Hii=1，2，p、所有Hi MB和Hi M0的相鄰塊為SHI=SHIJ。然后計算Hi和SHi塊的相似性，如果條件滿足，則將P和Hi