《Efficient Graph-Based Image Segmentation》论文解读

最新推荐文章于 2023-06-17 01:58:03 发布

KirutoCode

最新推荐文章于 2023-06-17 01:58:03 发布

阅读量708

点赞数

分类专栏： Detection

本文链接：https://blog.youkuaiyun.com/McEason/article/details/99543609

版权

本文深入解读《Efficient Graph-Based Image Segmentation》论文，介绍了一种能够在低变化区域保留细节、高变化区域忽略细节的图像分割方法。该方法基于图的分割策略，将每个像素视为节点，利用无向边连接并衡量节点间相似度，自适应调整分割准则。论文探讨了算法的效率、结果和实现细节，并与其他方法对比，证明其在分割精度和效率上的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

Abstract

作者的方法的一个重要的特点该方法能在低变化性(low-variability)图像区域保留细节，而在高变化性(high-variability)区域忽略细节（参见图一，左边渐变区域和右边中间为高变化性区域，此时忽略细节，将这两个区域各自变成统一颜色）

1.Introduction

一个好的图像分割应该有如下特征:

1.Capture perceptually important groupings or regions,which often reflect global aspects of the image.
捕获视觉上重要的组群或区域，这些区域经常反映图像的全局方位。
2.Be highly efficient, running in time nearly linear in the number of image pixels.
效率高，运行时间和图像像素数量间的关系接近线性

作者的方法是基于选择graph中的edges，把每个像素看成一个节点，然后和周围节点由无向边(undirected edges)连接，这些边上有衡量对应节点相似度的属性。而且根据图像邻近区域的可变性程度自适应调整分割准则。

在这里插入图片描述

此例说明，作者认为不应只把强度当作划分区域的依据，明显可见斜坡和右边密集区域应有不同划分阈值，因此作者采用自适应或非局部(adaptive or non-local)准则，具体算法在3.1中详细介绍。

2. Related Work

说了写其他人做了什么，但是这些方法都不行。

3 .Graph—Based Segmentation

作者采用的是一种基于图的分割方法， $E\ )$ , $V$ 是将要被分割的顶点集合， $v_i \in V$ ， $E$ 是相邻的两个顶点之间的边 $(v_i , v_j\ ) \in E$ ， $E$ 是相邻的区域 $v_i, v_j)$ 的不相似的非负测量（比如亮度、颜色、运动、位置或其他自身属性）（就是说，E的权重值越大，越不相似）。
每个属于S的区域C ( component, 不相交 ,之间没有公共点) 代表一个component in a graph $G ‘ = (V, E ‘)$ , $\in E$ 。

换句话说，任何segmentation部分都被一系列E中的边缘连接，作者希望同一component的内的两个顶点之间的相似度高，不同component之间的顶点间的相似度低。对应过来就是希望同一component中顶点间的权重小，不同component之间的顶点之间权重大。

3.1 Pairwise Region Comparison Predicate

定义一个预测d，为了评估两个component之间是否存在边界(boundary)。
这个预测是基于两个component之间的不相似度，和两个组件内部的不相似度进行比较。因为是将component之间的差异和component内部的差异进行比较，所以能根据数据的局部特征进行自适应。

先假定的 $G$ 已经分割成了多个component(在最开始，每个vi都是一个component)，一个componet包含若干个顶点，顶点之间通过该component的MST的边连接，内部差就是component的MST中包含的最大权重的边。
Internal difference:最小的生成树里最大的权重( $E\ )$ 中的最大weight )
$Int\ (C,E\ ) = {max \atop e\in MST(C,E\ )}w(e\ )$

就是说已经连接的已经是最小的了，从别的地方已经找不到比int小的能连接边了，要连接的话必定大于Int©，此时若插进去一个点，无论如何都不会影响MST的环路。如果在此之前能插的话，早就插了，毕竟edge已经排序过了，后面也没有那么小的还能往前插的了，后面合并的只会越来越大。

Difference between two components:连接到两个component的最小的权重（也就是最像的地方）
$Dif\ (C_1,C_2\ ) = {min \atop v_i \in C_1,v_j \in C_2,(v_i\ ,v_j\ )\in E} \ w((v_i\ ,v_j\ ))$
如果没有边连接C1和C2就认为dif为无穷大。

用dif和int来比较来判断两个component是否存在边界
两个component间的差别必须大于两个component的Int中最小的那个，才算是有boundary
$D\ (C_1\ ,C_2)= \begin{cases} \ \text{true} &\text{if}\ Dif(C_i\ ,C_2)>MInt\ (C_1\ ,C_2) \\ \ \text{false} &\text{otherwise}\end{cases}$