基于核密度估計(jì)的圖像分割方法.pdf

1、圖像分割是指依據(jù)圖像中的色彩、紋理等信息以及其所描述的對(duì)象的實(shí)際含義將圖像劃分為互不重疊且含有物理意義的區(qū)塊。由于通過(guò)構(gòu)造能量函數(shù)能夠融入更多的先驗(yàn)信息，目前，將圖像分割問(wèn)題轉(zhuǎn)化成泛函優(yōu)化問(wèn)題已經(jīng)成為圖像分割的主流方法。
　　傳統(tǒng)基于泛函優(yōu)化的圖像分割方法在對(duì)前/背景進(jìn)行建模時(shí)，通常采用參數(shù)建模法。參數(shù)模型主要基于現(xiàn)有已知的一些分布，并使用一組參數(shù)來(lái)對(duì)模型進(jìn)行描述。利用參數(shù)模型來(lái)對(duì)圖像的前景進(jìn)行建模，主要存在兩個(gè)缺點(diǎn)：1）從現(xiàn)有分

2、布中選擇最佳的一個(gè)分布或者分布組合來(lái)描述圖像前/背景缺乏理論上的指導(dǎo)；2）現(xiàn)有分布是針對(duì)無(wú)限樣本容量的概率密度估計(jì)問(wèn)題的最優(yōu)解，但是在圖像中，無(wú)論是前景還是背景，其樣本容量都是有限的。為了克服參數(shù)模型的這些缺點(diǎn)，本文研究了采用核密度估計(jì)法對(duì)圖像的前/背景進(jìn)行建模并利用這種模型構(gòu)造能量函數(shù)進(jìn)行圖像分割的思路。
　　在采用核密度估計(jì)法對(duì)圖像的前/背景進(jìn)行建模后，本文利用“最大類間差異”的原則構(gòu)造能量函數(shù)，并考慮使用兩種方式來(lái)實(shí)現(xiàn)這一原

3、則。在第一種方式里，能量項(xiàng)的構(gòu)建依據(jù)的是Chan-Vese模型的主體思路，使用區(qū)域內(nèi)每一個(gè)像素點(diǎn)的核密度估計(jì)與該區(qū)域核密度估計(jì)的Bhattacharyya距離之和來(lái)描述區(qū)域的內(nèi)在差異。第二種方式是直接利用前/背景的Bhattacharyya度量做為能量函數(shù)，并通過(guò)引入輔助函數(shù)的方式將對(duì)原目標(biāo)函數(shù)的優(yōu)化問(wèn)題變換為對(duì)其上界函數(shù)的優(yōu)化問(wèn)題。
　　針對(duì)構(gòu)建的能量泛函，本文采用圖割算法進(jìn)行優(yōu)化。通過(guò)大量對(duì)自然圖像的實(shí)驗(yàn)，本文所提出的基于核密