Оптимизационный подход

Задачу разбиения изображения на однородные области можно свести к задаче оптимизации. Для этого задачу сегментации формулируют как задачу поиска разбиения изображения, обладающего определенными свойствами, и затем вводится функционал, который отражает степень соответствия полученной сегментации предъявляемым требованиям..Например, в графовых методах оптимизируется функционал стоимости разреза.

Примером оптимизационного метода являетя алгоритм JSEG [17]. Вводится функционал качества сегментации, использующий распределение цветов на изображении.

Рис. 11. Примеры разных цветовых карт (+, 0, * - различные цвета). Значения функционала: 1) J=1.72, 2) J=0, 3) J=0.855, 4) J=0.05, 5) J=0

Однако оптимизация этого функционала напрямую – очень трудоемкая задача. В методе JSEG используется жадный алгоритм оптимизации введенного функционала качества сегментации. Значение функционала качества вычисляется для окрестности каждой точки. Большие значения функционала качества соответствуют границам однородных областей, маленькие значения соответствуют центрам регионов. Затем применяется выращивание регионов, в качестве зерен используются точки с минимальными значениями функционала. На последнем этапе проводится слияние мелких регионов.

На рисунке внизу приведены результаты работы алгоритма JSEG на разных картинках и приведены значения функционала качества для исходной картинки и для полученного разбиения.

Рис. 12. Результаты работы JSEG.

Дата добавления: 2014-01-04