摘要
提出了一种新的图像分割框架——非参数化区域竞争算法 .这种算法克服了基于尺度空间滤波的特征空间聚类法的缺陷 ,提高了原区域竞争算法的性能 ,并且采取了一种自动选取种子位置及大小的形式化策略 .非参数化区域竞争算法可以把图像分割成统计意义上并不具有一致性 ,但在应用中更有意义的区域 ,称这样的分割为语义一致 (或均匀 )的分割 .非参数化区域竞争算法把定量地控制分割结果中的区域个数和语义一致的分割结合起来 ,从而净化了分割结果 。
This paper presents a non-parametric region competition scheme which combines scale-space clustering and region competition to segment the image. It also proposes a formal and general procedure to automatically find the initial regions. Our algorithm can segment an image into regions which are not homogeneous in the sense of statistics, but homogeneous in the sense of semantics with respect to the segmentation context. We call it semantically homogeneous segmentation of the image. Using both semantic homogeneity and quantitative control of the number of the resultant homogeneous regions, our algorithm may produce a clean resultant image, thus simplifying the following procedures.
出处
《自动化学报》
EI
CSCD
北大核心
2001年第6期737-743,共7页
Acta Automatica Sinica
基金
航天机电集团总公司第二院 2 0 7所实体办资助课题
