融合mean shift和区域显著性的彩色图像分割算法

doi:10.3778/j.issn.1002-8331.2010.28.051

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (28): 181-184.DOI: 10.3778/j.issn.1002-8331.2010.28.051

• 图形、图像、模式识别 • 上一篇下一篇

融合mean shift和区域显著性的彩色图像分割算法

王朝英¹，李光¹，侯志强¹，林南章²

1.空军工程大学电讯工程学院，西安 710077
2.空军工程大学导弹学院，陕西三原 713800

收稿日期:2009-06-30 修回日期:2009-11-04 出版日期:2010-10-01 发布日期:2010-10-01
通讯作者: 王朝英

Color image segmentation by fusion of mean shift and region saliency

WANG Zhao-ying¹，LI Guang¹，HOU Zhi-qiang¹，LIN Nan-zhang²

1.Telecommunication Engineering College，Air Force Engineering University，Xi’an 710077，China
2.Missile Institute，Air Force Engineering University，Sanyuan，Shaanxi 713800，China

Received:2009-06-30 Revised:2009-11-04 Online:2010-10-01 Published:2010-10-01
Contact: WANG Zhao-ying

摘要/Abstract

摘要： 提出了一种无监督的提取图像中显著区域的彩色图像分割算法。首先，运用mean shift算法对图像进行分割，得到初始的分割结果；然后，根据给出的区域显著性的定义和区域合并策略，对初始分割结果进行合并，得到最终的分割结果。仿真结果表明，对于大多数测试图像，该算法都能获得很好的分割结果，并且具有较高的运行效率。

关键词: 彩色图像分割, mean shift算法, 区域显著性, 区域合并

Abstract: This paper proposes a novel unsupervised algorithm for the segmentation of salient regions in color images.Firstly，the initial segmented regions are obtained using mean shift algorithm in the original image.Secondly，it proposes a new definition of region saliency and provides a new region merge strategy，which is used to form the final segment result by merging the initial regions.Experiment results show that the proposed method achieves excellent segmentation performance for most of test images.In addition，the computation is very efficient.

Key words: color image segmentation, mean shift algorithm, region saliency, region merge

中图分类号:

TP391

王朝英¹，李光¹，侯志强¹，林南章². 融合mean shift和区域显著性的彩色图像分割算法[J]. 计算机工程与应用, 2010, 46(28): 181-184.

WANG Zhao-ying¹，LI Guang¹，HOU Zhi-qiang¹，LIN Nan-zhang². Color image segmentation by fusion of mean shift and region saliency[J]. Computer Engineering and Applications, 2010, 46(28): 181-184.

[1]	王德鑫，常发亮. 六足机器人动态目标检测与跟踪系统研究[J]. 计算机工程与应用, 2021, 57(12): 180-185.
[2]	李云红，张秋铭，周小计，贾凯莉. 基于形态学及区域合并的分水岭图像分割算法[J]. 计算机工程与应用, 2020, 56(2): 190-195.
[3]	耿建平，雷梦英. Mean Shift和粒子滤波实现红外人体跟踪算法综述[J]. 计算机工程与应用, 2019, 55(24): 29-36.
[4]	任大勇1，贾振红1，杨杰2，Nikola Kasabov3. 结合位图切割和区域合并的彩色图像分割[J]. 计算机工程与应用, 2019, 55(2): 162-167.
[5]	翟继友1，2，屠立忠1，庄严1. 边界先验和自适应区域合并的显著性检测[J]. 计算机工程与应用, 2018, 54(6): 178-182.
[6]	钟忺，陈纬航，钟珞. 基于超像素及贝叶斯合并的图像分割算法[J]. 计算机工程与应用, 2018, 54(21): 183-187.
[7]	黄娟，梅浙川，黄小明. 融合区域合并和Graph Cuts的彩色图像分割方法[J]. 计算机工程与应用, 2016, 52(17): 225-228.
[8]	徐天芝，张贵仓，贾园. 基于形态学梯度的分水岭彩色图像分割[J]. 计算机工程与应用, 2016, 52(11): 200-203.
[9]	李晗，王瑜，薛红. 光照和尺度自适应的Mean Shift人脸跟踪算法[J]. 计算机工程与应用, 2014, 50(5): 156-159.
[10]	刘俊1，马燕1，陈坤1，李顺宝2. 融合多颜色空间分量的自适应彩色图像分割[J]. 计算机工程与应用, 2014, 50(5): 185-189.
[11]	宋康康，陈恳，郭运艳. 漂移系数优化颜色直方图的Mean Shift算法[J]. 计算机工程与应用, 2014, 50(13): 173-177.
[12]	孔德运，薛月菊，毛亮，王楷，陈汉鸣，黄珂，陈瑶. 基于蚁群和带空间约束FCM的荔枝图像分割算法[J]. 计算机工程与应用, 2013, 49(7): 187-190.
[13]	陈坤，马燕，李顺宝. 融合直方图阈值和K-均值的彩色图像分割方法[J]. 计算机工程与应用, 2013, 49(4): 170-173.
[14]	王亚荣，徐秋平. 基于窄带图割的交互式快速目标提取[J]. 计算机工程与应用, 2013, 49(3): 226-229.
[15]	柳佳雯1，梁光明2，刘任任1，谢雅婷1，丁建文3. 融合加窗色调直方图的彩色图像FCM分割算法[J]. 计算机工程与应用, 2013, 49(3): 230-233.

融合mean shift和区域显著性的彩色图像分割算法

Color image segmentation by fusion of mean shift and region saliency

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics