论文部分内容阅读
基于像素的图像分割方法在表示同质区域的像素之间关系上存在局限性,其实现算法往往具有较高的计算复杂度。针对机器视觉应用中高质量自然图像分割算法运算复杂度过高的问题,构建了一种基于对象的自然图像层次分割架构。采用多尺度归一化割对图像进行预分割,同分水岭变换及Voronoi图法相比,该方法可以采用很少的图像对象就能较好的保持图像结构,且运算时间与图像尺寸和所需的图像预分割区域数成线性关系。提出了一种改进的超度量相异性定义,将图像对象作为整体进行处理,更为充分的利用了图像对象的区域属性。实验证明方法在获得较