基于卡通提取的自然图像分割

传统图像分割方法中基于边缘的水平集图像分割对纹理丰富的自然图像存在过分割和欠分割现象。自然图像含有丰富纹理,为了抑制纹理对图像分割的影响,文中结合ROF的保边模型和Y.Meyer的保纹理模型,将图像分解为卡通分量与纹理分量之和,根据纹理的像素变化特性将其表示为一个函数梯度的散度,建立了保边卡通提取的数学模型。结合对象轮廓与卡通分量边缘之间的关系,运用固定点迭代算法提取图像的卡通分量,并对卡通分量运用基于水平集的曲线演化实现自然图像分割。实验结果表明:该算法提取的卡通分量继承传统全变分算法优点,实现了纹理区域近似常数表示,模糊了对象内部的弱边缘,保护了对象轮廓,在一定程度上抑制了纹理对图像分割的影响。

基于保边分解的图像分割

为改善传统CV(Chan和Vese)分割算法对自然图像分割的效果,将自然图像进行自适应保边分解,获取的卡通分量区域内部具有一致性,区域间存在显著差异且目标轮廓清晰。对卡通分量运用水平集实现目标区域分割。实验结果表明,相对于传统CV分割算法,该算法对自然图像分割的效果较好,分割测评分数较高。