利用流形排序的交互式图像分割方法

戴珊

【摘要】 本文中，利用流形排序进行建模，对图像中的物体进行分割。该模型主要基于这样的假设，限位框周围的区域都属于背景区域，因此其他区域可以分别与四个边界的区域进行排序。得到第一部分显著图后，再进行自适应的二值分割，可以作为前景索引，进行进一步的排序，获得最终的显著图。

【关键词】 交互式图像分割 流形排序 限位框

一、引言

图像分割是计算机视觉与图像处理中最基本的问题之一，图像分割将图像中的像素集合划分为不同的子集，有效简化对图像的处理、描述和理解[1]。但是仅依靠图像像素的分布规律进行自动图像分割，只能将图像分为颜色、纹理特征相似的多个区域，而很难讲图像中的目标对象分割出来[2]，交互式图像分割则可以通过简便直观简单的人机交互，对图像中的目标对象进行准确的分割[3]。

交互式图像分割方法可以分为两类：基于边界的方法和基于区域的方法[4]。基于边界的方法要求用户用一条曲线标明边界的大致位置，然后根据图像特征对曲线进行优化使其贴近图像的前景边界；由于基于边界的方法交互较为复杂，基于区域的方法受到更多关注，基于区域的方法需要用户简单标注出前景与背景，通过区域生长、区域合并等类似的方法实现前景与背景的分割。目前交互式图像分割的研究难点主要在于，分割效果受人工标记影响较大，分割边缘不平滑，对复杂图像分割不准确，而且对于高分辨率图像分割效率较低。

本文对基于限位框的方法展开研究，由于限位框所经过的区域往往都属于图像的背景区域，换而言之，与所包含的目标对象在外观上具有较大差距，因此本文引入流形排序，以四条边界为索引，进行排序，得到的排序结果再进行二值化处理，再作为新的前景索引，进行进一步的排序，获得最终的显著图。显著图表达了各个区域属于前景的概率，根据此概率分布可以利用简单的二值处理或者利用最小割最大流进行分割，获得最终的结果。

二、 算法介绍

2.1 流形排序

三、总结

本文引入流形排序算法，进行基于限位框的交互式图像分割方法建模。首先，对限位框区域进行过分割，并提出一种简单的超像素数目确定方法。然后，构建单层闭合图，在该图上进行基于背景索引、前景索引的共五次流形排序获得最终的显著图，再利用该显著图结合图割运算进行前景与背景的分割，得到分割结果。

参 考 文 献

[1] Zheng S， Cheng M M， Warrell J， et al. Dense semantic image segmentation with objects and attributes[C]//IEEE Conference on Computer Vision and Pattern Recognition. Columbus， USA： IEEE， 2014： 1-8.

[2] Arbelaez P， Maire M， Fowlkes C， et al. Contour detection and hierarchical image segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2011， 33（5）： 898-916.

[3] Nieuwenhuis C， Cremers D. Spatially varying color distributions for interactive multilabel segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2013， 35（5）： 1234-1247.

[4] Sener O， Ugur K， Alatan A A. Error-tolerant interactive image segmentation using dynamic and iterated graph-cuts[C]// Proceedings of the 2nd ACM international workshop on Interactive multimedia on mobile and portable devices. Nara， Japan： ACM， 2012： 9-16.