Efficient Graph-Based Image Segmentation

本文相关

• Paper Summary:https://github.com/FDU-VTS/CVPaper
• Code:https://github.com/FDU-VTS/CVCode

原文链接

• http://www.cs.cornell.edu/~dph/papers/seg-ijcv.pdf

基础知识

• 一张图是由不同的像素点构成的，本文的计算和构建都是基于像素点的运算，即(RGB)值
• 高斯模糊/拉普拉斯变换:用于转换图像，减少图像噪声的平滑算法
• 最小生成树(Minimum Spanning Tree | MST)指的是，在图中建立一个连通图并且没有回路是生成树，而最小生成树指的是构成结果权值最小
• 不同像素点之间的差:即RGB值之间的欧氏距离
  • $\sqrt{(R_1-R_2{)}^2+(G_1-G_2{)}^2+(B_1-B_2{)}^2}$
• 并查集算法(union find set)以及克鲁斯卡尔算法(Kruskal)，使用边建立并查集，并且使用kruskal进行搜索合并

早期的分割方法

• Zahn提出了一种*基于图的最小生成树（MST）*的分割方法，用来进行点聚类以及图像分割，前者权值是点间距离，后者权值是像素差异。
• 不足：根据阈值不同，会导致高可变性（大约是色彩对比强的一个区域）区域划分为多个区域；将ramp和constant region合并到一起。
• Urquhart提出用边相连的点中边权值最小的进行归一化，找周围相似的。
• 根据各个区域是否符合某种均匀性标准来分割，找均匀强度或梯度的区域，不适用于某个变化很大的区域。
• 使用特征空间聚类：通过平滑数据——给定半径的超球面对各个点扩张其连通分量，找到簇，来保持该区域的边界，并对数据进行转换。

基于图的分割

定义

• G:将图像由像素点转化为图
• V:每一个像素点都是图中的点
• E:任意两个相邻像素点之间边
• C:被划分的Segmentation,一个C中有至少1个像素点
• Int(C):区域内最小生成树权值最大的边，表示的是，记为
  • $Int(C)=\max w(e),e\in MST(C，E)$
• Dif(C1,C2):表示C1和C2之间的距离，记为
  • $Dif(C1,C2)=\min w(vi,vj$