基于信息瓶颈法的图像分离-合并分割算法

在图像处理中,分割算法是其主要研究焦点之一。针对该问题,提出基于信息瓶颈法的新图像分离-合并分割算法。该方法的目的是抽取与输入相关的一个变量的紧密表征,并使得在考虑与输出相关的另一个变量互信息的损失最小。首先,基于一系列图像区域和强度直方图集合之间定义信息渠道,在此渠道中,以互信息的最大化来优化图像分割法;然后,通过最小化互信息损失,完成在上一阶段中获得的多区域合并过程。在二维图像上做的实验表明所提出算法的性能。

Hough变换和区域分离-合并相结合的分割算法

针对传统区域分离-合并算法中过分割的问题,提出一种基于边缘提取和区域分离-合并相结合的分割算法。即利用Canny算子对图像进行边缘提取,得到边缘像素集。然后将像素集作为边缘线,采用区域分离-合并算法进行图像分割。由于Canny算子所提取的像素集是不完整的,所以需要用Hough变换对其进一步完善,得到连续的边缘线。该算法能够提高区域分离-合并算法的精确度,较好地解决其过分割的问题。实验结果表明,该算法有效。