期刊文献+

一种基于边缘增强的高效图论图像分割算法 被引量:1

下载PDF
导出
摘要 EGBIS算法能够对目标图像进行快速的分割,但EGBIS算法在某些情况下,依旧存在高变化区域过分割和低变化区域欠分割的问题。为了在分割时更好保持视觉重要区域的完整,本文提出利用增强目标图像区域边缘的方式对EGBIS算法加以辅助,结合梯度信息和非极大值抑制来获取较为精准的区域边缘位置,并有选择的对显著边缘加以增强,对增强后的图像利用EGBIS算法进行分割。本文算法可以很好的提升分割结果的全局特性,在解决高变化区域过分割问题的同时,很好保持各视觉重要区域间的边界。本文所提出的边缘增强辅助,不会引入过多的运算,保持了原EGBIS算法高效的特性。
作者 袁渊 李娜
出处 《数据》 2023年第2期176-178,共3页 DATA
基金 宁夏医科大学校级科研项目:XM2020018 宁夏医科大学特殊人才启动项目:XT202000 宁夏自然科学基金项目:2022AAC03151。
  • 相关文献

参考文献5

二级参考文献18

  • 1闫成新,桑农,张天序.基于图论的图像分割研究进展[J].计算机工程与应用,2006,42(5):11-14. 被引量:33
  • 2Gonzalez R C,Woods R E.数字图像处理[M].2版.朱志刚,译.北京:电子工业出版社,2003.
  • 3BOYKOV Y, JOLLY M. Interactive graph cuts for optimal boundary. & region segmentation of objects in N-D images[ C] // Proceedings of IEEE Conference on Computer Vision. Washington, DC: IEEE Computer Society, 2001:105 - 112.
  • 4ZAHN C T. Graph-theoretic methods for detecting and describing gestalt clusters I J]. IEEE Transactions on Computing, 1971, 20 (1): 68-86.
  • 5URQUHART R. Graph theoretical clustering based on limited neigh- borhood sets [J]. Pattern Recognition, 1982, 15(3) : 173 - 187.
  • 6WU ZHENYU, LEAHY R. An optimal graph theoretic approach to data clustering: Theory and its application to image segmentation [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1993, 15 ( 11 ) : 1101 - 1113.
  • 7SHI J, MALIK J. Normalized cuts and image segmentation [ J ]. 1EEE Transaction on Pattern Analysis and Machine Intelligence, 2000, 22(8) : 888 -905.
  • 8SARKAR S, BOYER K L. Quantitative Measures of change based on feature organization: eigenvalues and eigenvectors[ J]. Computer Vision and Image Understanding, 1998, 71 ( 1 ) : 110 - 136.
  • 9DING C, HE XIAOFENG, ZHA HONGYUAN,et al. A rain-max cut algorithm for graph partitioning and data clustering [ C ]// Proceedings of the IEEE International Conference on Data Mining. Washington, DC: IEEE Computer Society, 2001:107 -114.
  • 10GRADY L, SCHWARTZ E L. Isoperimetric graph partitioning for image segmentation [ .J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006, 28 ( 3 ) : 469 - 475.

共引文献311

同被引文献19

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部