Superpixel整理

Entropy Rate Superpixel Segmentation Abstract 提出了一种新的超像素分割目标函数。该目标函数由两部分组成:图上随机游动的熵率和平衡项。熵率有利于形成致密均匀的团簇,而平衡函数则有利于形成具有相似大小的团簇。 我们提出了一种新颖的图像图形结构,并证明了这种结构引入了Matroid——一种推广向量空间中线性独立概念的组合结构。然后由图拓扑给出分段,图拓扑在拟阵约束下最大化目标函数。利用目标函数的次模性和单调性,提出了一种有效的... 阅读详情
基于梯度下降的方法(Gradient descent based algorithms):

1. Watershed,1991.

Luc Vincent and Pierre Soille. Watersheds in digital spaces: An ef?cient algorithm based on immersion simulations. IEEE Transactions on Pattern Analalysis and Machine Intelligence, 13(6):583–598, 1991.


2. Mean Shift, 2002.

D. Comaniciu and P. Meer. Mean shift: a robust approach toward featurespace analysis. IEEE Transactions on Pattern Analysis and MachineIntelligence, 24(5):603–619, May 2002.


3. Quick Shift, 2008

A. Vedaldi and S. Soatto. Quick shift and kernel methods for mode seeking. In European Conference on Computer Vision (ECCV), 2008.

Project Home Page: http://www.vlfeat.org/download.html


4. Turbopixel, 2009.

A. Levinshtein, A. Stere, K. Kutulakos, D. Fleet, S. Dickinson, and K. Siddiqi. Turbopixels: Fast superpixels using geometric ?ows. IEEETransactions on Pattern Analysis and Machine Intelligence (PAMI),2009.

Project Home Page: http://www.cs.toronto.edu/~babalex/


5. SLIC, 2010.

R. Achanta, A. Shaji, K. Smith, A. Lucchi, P. Fua, and S. Susstrunk , SLIC Superpixels, 2010.

Project Home Page: http://ivrg.epfl.ch/research/superpixels


6.SEEDS, 2012.

M. Van den Bergh, X. Boix, G. Roig, B. de Capitani, L. Van Gool.SEEDS: Superpixels Extracted via Energy-Driven Sampling, ECCV 2012.

Project Home Page:http://www.vision.ee.ethz.ch/~boxavier/seeds/


二:基于图论的方法(Graph-based algorithms):

1. Normalized cuts, 2000.

Jianbo Shi and Jitendra Malik. Normalized cuts and image segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), 22(8):888–905,  2000.

T. Cour, F. Benezit, and J. Shi. Spectral segmentation with multiscale graph decomposition. In IEEE Computer Vision and Pattern Recognition (CVPR) 2005, 2005.

Project Home Page: 

http://www.cis.upenn.edu/~jshi/software/

http://www.timotheecour.com/software/ncut/ncut.html


2. Graph-based segmentation, 2004.

Pedro Felzenszwalb and Daniel Huttenlocher. Ef?cient graph-basedimage segmentation. International Journal of Computer Vision (IJCV),59(2):167–181, September 2004.

Project Home Page: http://cs.brown.edu/~pff/segment/


3. Graph cuts method, 2008.

Alastair Moore, Simon Prince, Jonathan Warrell, Umar Mohammed, andGraham Jones. Superpixel Lattices. IEEE Computer Vision and PatternRecognition (CVPR), 2008.

Project Home Page: http://www.cs.sfu.ca/~mori/research/superpixels


4. GCa10 and GCb10, 2010.

O. Veksler, Y. Boykov, and P. Mehrani. Superpixels and supervoxels in an energy optimization framework. In European Conference on Computer Vision (ECCV), 2010.

Project Home Page: http://www.csd.uwo.ca/~olga/


5. Entropy Rate Superpixel Segmentation, 2011.

Ming-Yu Liu, Tuzel, O., Ramalingam, S. , Chellappa, R., Entropy Rate Superpixel Segmentation, CVPR,2011.

Project Home Page:http://www.umiacs.umd.edu/~mingyliu


6. Superpixels via Pseudo-Boolean Optimization, 2011.

Yuhang Zhang, Richard Hartley, John Mashford and Stewart Burn, Superpixels via Pseudo-Boolean Optimization, International Conference on Computer Vision (ICCV), 2011.

http://yuhang.rsise.anu.edu.au/yuhang/misc.html


本文来自:http://blog.youkuaiyun.com/anshan1984/article/details/8918167

opencv——superpixel算法——SLIC,SEEDS,LSC 整理资料不容易,版权所,转载请标明出处,谢谢!!opencv关于超像素生成,目前没有发现网上有代码,这里为了方便大家使用超像素,我整理了一下opencv生成超像素的方法,希望对大家有帮助。这里主要介绍使用opencv生成superpixel,主要介绍的算法为SLIC,SEEDS,LSC。但是目前superpixel生成算法在OpenCV 3.1.0的Release版本中并不存在,因为他们是存放在op 阅读详情

相关推荐

超像素分割算法Entropy Rate Superpixel的实现代码

本代码是论文: Liu M Y, Tuzel O, Ramalingam S, et al. Entropy rate superpixel segmentation[C]// Computer Vision and Pattern Recognition. IEEE, 2011:2097-2104. 的实现代码,网络上的原始链接均已失效,分享出来给大家研究

OpenCV 2 学习笔记(25): 使用分水岭分割图像

关于分水岭的文章见: [1] Vincent L, Soille P. Watersheds in Digital Spaces : An Efficient Algorithm Based on Immersion Simulations[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1991, 13

Fred、的窃窃私语 4240

Watersheds in Digital Spaces: An Efficient Algorithm

分水岭方法在影像上的应用,可以用于提取边缘,有着自己定义的一套膨胀腐蚀方法

超像素分割技术发展情况梳理(Superpixel Segmentation)

一. 基于图论的方法(Graph-basedalgorithms): 1.Normalized cuts, 2000. Jianbo Shi and Jitendra Malik.Normalized cuts and image segmentation. IEEE Transactions onPattern Analysis and Machine Intelligence

Linear_Luo的专栏 4190

保姆级教程:用Kvaser DB Editor从零创建你的第一个DBC文件(附CAN信号属性详解)

本文提供了一份详细的Kvaser DB Editor教程,指导用户从零开始创建DBC文件,并深入解析CAN信号属性的关键设置。通过步骤清晰的安装指南、信号属性配置详解和实用技巧,帮助工程师和学生快速掌握CAN总线通信的核心工具,提升工作效率。

weixin_27076351的博客 252

从零构建:Trinamic API在STM32上的深度移植与TMC-IDE通信实战

本文详细介绍了如何从零开始在STM32平台上深度移植Trinamic API,并实现与TMC-IDE工具的稳定通信。内容涵盖SPI底层驱动定制、寄存器配置、高级功能实现及调试技巧,重点解析了TMC5160芯片的集成实践,帮助开发者构建可靠的嵌入式运动控制系统。

w1x2y3的博客 258

超像素图像分割简述

超像素图像分割简述 图像分割 超像素图像分割 什么是超像素 超像素生成算法分类 基于图论的方法核心思想 基于梯度下降的方法核心思想 超像素图像分割简述图像分割 从本质上来说,图像分割的任务寻找“相互匹配”的像素组。从统计学的角度,图像分割是一个“聚类问题”。 超像素图像分割什么是超像素 超像素是指具有相似纹理,颜色,亮度等特征的相邻像素构成的图像块。在2003年,Ren&Malik首先提出了超像素的

无机器不学习-加大码先森的分享 9380

PX4飞控 vs 大疆A3:开源与闭源方案在无人机硬件架构中的实战对比

本文深入对比了PX4飞控与大疆A3在无人机硬件架构上的差异,分析了开源与闭源方案在工业级无人机开发中的优劣势。通过详细的硬件配置、传感器兼容性、扩展能力及性能测试数据,为开发者提供选型指南,特别适合需要自定义算法和复杂功能集成的项目。

a3b4c5的博客 891

UIUC同学Jia-Bin Huang收集的计算机视觉代码合集

UIUC的Jia-Bin Huang同学收集了很多计算机视觉方面的代码,链接如下: https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html 这些代码很实用,可以让我们站在巨人的肩膀上~~ Topic Resources References Featur

bookwormno1的专栏 2126

error C2039: “int_least8_t”: 不是“`global namespace'”的成员

在向H.265的测试软件HM16.0中配置boost的时候,发现 include <boost/cstdint.hpp>的时候总是会报错:错误 11 error C2039: “int_fast16_t”: 不是“`global namespace'”的成员 D:\Program Files\Caffe\VSContact\boost_1_58_0\boost\cstdint.hpp ...

flyerene的博客 1万+

Oracle EBS的帐套由“4C”构成,而华为MetaERP将其发展为“6C”

华为MetaERP从OracleEBS的"4C"架构升级为"6C",实现核算理念革新。核心突破在于将会计科目、核算维度和核算单元解耦,形成"科目表+维度库"的灵活架构。新架构优势显著:1)科目回归会计本质,管理维度独立扩展;2)支持无限维度的精细化核算;3)实现数据权限隔离和内部交易自动化;4)采用元数据驱动设计,为AI应用奠定基础。这一平台化架构解决了大型企业在全球化、多元化发展中的核算难题,相比传统架构具有更强的灵活性和扩展性。

金牌架构师 204

超像素分割(Superpixel Segmentation)发展

转自:http://blog.youkuaiyun.com/anshan1984/article/details/8918167 最近实验需要用到超像素的一些算法,之前也有看过一下分水岭这个老算法,想着找找近年来的新算法,跟上时代的步伐。。然后找到这个。。虽然截至13年,但也是至今为止影响力较大的一些算法了,这两年的许多文章是基于这些算法改进的。感谢大神整理~ 超像素分割(Superpixel S

Terry的专栏 1万+

MATLAB应用实战系列(四十三)-基于MATLAB的光伏并网系统仿真设计

在Matlab中建立光伏电站接入系统模型,包括光伏发电逆变器及负荷模型等,仿真分析接入点处的电能质量,实现高品质并网运行。 壹 构建太阳能电池模型。 初始化参数如下图所示。 贰 构建MPPT控制模型。 具体封装如下所示: 通过PWM算法实现DC-DC稳步输出最大点。 叁 三、构建直流短距离输电线路。 仿真模型如下图: 通过电容来均衡线路电压,使得线路电压保持可靠性。 肆 通过逆变器变换,使得直流线路转换成...

wenyusuran的专栏 3173

Superpixel Tracking(超像素追踪)

转载:http://blog.youkuaiyun.com/ZZJ__/article/details/44620883 最近一段时间都在阅读有关tracking方面的论文,最近想把阅读过的论文进行整理,如有错误,欢迎指正讨论:-D。这篇文章名字叫做“Superpixel Tracking”,发表在iccv11上,中文可理解为超像素跟踪,下面分为以下几个方面来介绍下论文,并对实验结果进行讨论:

莫谈天下 7255

YOLOv11改进 | 损失函数篇 | YOLOv11引入引MPDIoU, GIoU,DIoU, CIoU, SIoU,EIoU, WIoU, LMPDIoU等损失函数

到此本文的正式分享内容就结束了,在这里给大家推荐我的YOLOv11改进有效涨点专栏,本专栏目前为新开的,后期我会根据各种前沿顶会进行论文复现,也会对一些老的改进机制进行补充,如果大家觉得本文帮助到你了,订阅本专栏,关注后续更多的更新~1. YOLOv11中添加MPDIoU, GIoU,DIoU, CIoU, SIoU等损失函数的方式。文件中用给出的代码替换掉。

tsg6698的博客 5280

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

【Tracking】论文一:Superpixel Tracking (ICCV11)

最近一段时间都在阅读有关tracking方面的论文,最近想把阅读过的论文进行整理,如有错误,欢迎指正讨论:-D 这篇文章名字叫做“Superpixel Tracking”,发表在iccv11上,中文可理解为超像素跟踪,下面分为以下几个方面来介绍下论文,并对实验结果进行讨论: 一 相关背景知识 1.1 超像素 在接触这篇文章之前,对超像素并没有太多了解,既然这篇文章的题目如此突出了Super

芒果太甜的博客 1890

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Lazy Snapping

原论文在http://cs.brown.edu/courses/csci1950-g/results/final/thale/ 刚看到论文的时候有点懵逼,后来整理了一下思路看懂了= =如有错误欢迎指正~: 1、将图片利用superpixel分成很多区域 2、确定已定的前景背景区域(这个用户来完成,并且已经确定是前景还是背景的区域后来它的属性就不再更改了,这些区域就是,) 3、将其他未确...

qq_27110649的博客 511

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

从 16K 到 256K:ZGCM-1 渐进式长上下文中训练(Mid-Training)完整指南

**ZGCM-1** 是中关村学院发布的 7.39B 参数开源基座模型,主打数学推理与 Agentic 搜索。本文带你拆解它最精彩的一招:**渐进式长上下文中训练(Mid-Training)**——通过 16K → 64K → 256K 三阶段课程、共消耗 **600.51B tokens**,把模型上下文从 1.6 万扩展到 26 万 token,让 7B 小模型也能"读完"一整本书。 [![

gitblog_00586的博客 317

UIUC Jia-Bin Huang同学整理的计算机视觉资源 (2)............持续更新

转自:http://blog.youkuaiyun.com/zouxy09/article/details/8550952 注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。 最近一次更新:2013-3-17 一、特征提取Feature Extraction: ·         SIFT [1]

STELLAR0的专栏 4372
上一篇: imfill
下一篇: Matlab左除(\\)和右除(/)
Vision_Learning
博客等级 码龄12年 55粉丝 83原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值