结合分水岭机制的有监督图像背景分割算法  

Supervised background segmentation algorithm combined with watershed mechanism

作　　者：温雯[1] 郝志峰[1,2] 邵壮丰[3] 

机构地区：[1]广东工业大学计算机学院,广州510006 [2]华南理工大学计算机科学与工程学院,广州510641 [3]中国电信广东网络操作维护中心,广州510110

出　　处：《计算机工程与应用》2011年第21期205-209,共5页Computer Engineering and Applications

基　　金：国家自然科学基金No.61070033;广东省自然科学基金重点项目(No.9251009001000005);广东高校优秀青年创新人才培育项目(No.LYM09068)~~

摘　　要：传统的分水岭分割算法属于无监督的图像分割算法,分割获得的子区域往往不具备现实的语义信息。在分水岭分割的基础上,利用子区域像素值的高斯统计性质,提出了一种有监督的图像背景学习方法。该算法能够通过对少量人工标注的图像样本的学习,获得刻画背景子区域规律的统计模型。在此基础上对新图片中隶属于背景的子区域进行判断和合并,从而达到区分目标与背景的目的。实验验证了算法的有效性。The traditional watershed segmentation algorithm is a kind of unsupervised segmentation algorithms,which produces sub-regions without semantic representation.A supervised image segmentation algorithm is proposed,which is based on Gaussian statistical property of sub-regions obtained by watershed segmentation.The proposed algorithm can learn the statistical model of background with a few labeled images,and then correctly separates the objects from background by merging the sub-regions which are judged members of the background.Experiments verify the validity of the proposed method.

关 键 词：背景学习 有监督 分割 分水岭算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]