基于图割理论的图像与视频分割算法研究-计算机软件与理论专业论文.docx

万方数据 万方数据 RESEARCH OF IMAGE AND VIDEO SEGMENTATION ALGORITHMS BASED ON GRAPH CUTS THEORY A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Computer Software and Theory Author: Wang Jingjing Advisor: Dong Le School : School of Computer Science Engineering 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘 要 图像与视频分割，是图像处理、计算机视觉领域的一个重要研究方向，也是 诸如目标跟踪与检测、行为识别、图像与视频编辑等众多基于图像与视频分析的 高层应用的重要基础，能为各种高层视觉应用提供低层数据特征，因此，对该问 题进行深入的研究具有重要意义与实用价值。运用图割理论解决图像与视频的分 割问题，由于兼具全局最优性与统筹边界和区域信息的特点，近年来受到国内外 学者的广泛关注。 本文以图割理论为基础，主要针对图像与视频分割中的二元分割问题进行研 究。具体工作如下： 1. 对运用图割理论进行图像分割的理论方法进行了系统总结。重点研究了网 络流理论、能量最小化理论、s-t 网络、最大流-最小割定理等，并对基于 Graph Cuts 的图像分割算法的理论框架与实现细节进行了探讨。 2. 对基于 Graph Cuts 的图像分割算法提出了两点改进措施。传统的基于 Graph Cuts 的图像分割算法采用灰度直方图或亮度直方图进行颜色概率计算，本文采用 高斯混合模型进行概率计算，从而可以直接处理彩色图像，无需转换；另一方面， 传统的基于 Graph Cuts 的图像分割算法采用整幅图像中的所有像素点构建 s-t 网 络，本文采用合并相同像素点的方法构建 s-t 网络，减少网络中的结点数，提高算 法性能。 3. 提出了两种融合边界与区域信息的图像分割算法。GrabCut 算法进行图像 分割时可以有效地剔除前景目标中的内部背景区域，但该算法对前景和背景颜色 信息接近的图像分割效果不佳；GCBAC 算法可以有效分割前景目标的外边界，但 不能剔除前景目标内部封闭的背景区域。本文融合这两种算法，提出一种融合 GCBAC 和 GrabCut 的交互式图像分割算法。该算法通过 GCBAC 提取边界，克服 了前景和背景颜色接近对 GrabCut 的影响，同时，通过 GrabCut 剔除内部区域，克 服了 GCBAC 不能有效分割内部区域的不足。基于以上思路，针对项目中的一个 实际问题，本文提出一种融合 Canny 和 GrabCut 的商品图像自动分割算法。该算 法通过 Canny 算法收敛到商品目标的边界，再利用 GrabCut 算法剔除商品目标内 部的背景区域。该算法有效地分割出了商品目标，为下一步对商品图像的分析提 供了准确的数据源。 I 摘要 4. 提出了一种扩展 GrabCut 的交互式视频分割算法。通过深入分析 GrabCut 算法的实现细节发现，该算法是一个迭代执行 GMM 标号、GMM 参数估计和 s-t 网络切割的过程。对该算法的性能加以分析发现，当 GMM 模型趋于稳定时，算 法的迭代仍在耗时，但分割效果基本不再变化。基于以上分析，本文提出一种扩 展 GrabCut 的交互式视频分割算法。通过初始化时增加前景和背景颜色信息的提 示，来保证 GMM 模型的准确性，通过在视频帧间迭代更新 GMM 模型来表征前 景和背景的变化，通过实验结果证明，该算法可以较好地分割视频中的前景目标， 达到了预期的结果。 关键词：图像分割，视频分割，图割，GrabCut，高斯混合模型 II ABSTRACT ABST