介绍

以下转自一篇很好的博文，图像分割—基于图的图像分割（Graph-Based Image Segmentation），不过这篇发表于2014年07月21日 21:45:01的原创博文，阅读量不到2015年01月12日 15:18:52转摘博文的一半。

下一篇随笔中附上Python实现。

 

 

图像分割—基于图的图像分割（Graph-Based Image Segmentation）

Reference:

Efficient Graph-Based Image Segmentation,IJCV 2004,MIT Code

图像分割—基于图的图像分割（OpenCV源码注解）

       最后一个暑假了，不打算开疆辟土了，战略中心转移到品味经典，计划把图像分割和目标追踪的经典算法都看一看，再记些笔记。

       Graph-Based Segmentation 是经典的图像分割算法，作者Felzenszwalb也是提出DPM算法的大牛。该算法是基于图的贪心聚类算法，实现简单，速度比较快，精度也还行。不过，目前直接用它做分割的应该比较少，毕竟是99年的跨世纪元老，但是很多算法用它作垫脚石，比如Object Propose的开山之作《Segmentation as Selective Search for Object Recognition》就用它来产生过分割（oversegmentation）。还有的语义分割(senmatic segmentation )算法用它来产生超像素（superpixels）具体忘记了……

minimum spanning tree）：特殊的树，给定需要连接的顶点，选择边权之和最小的树。上图即是一棵MST

本文中，初始化时每一个像素点都是一个顶点，然后逐渐合并得到一个区域，确切地说是连接这个区域中的像素点的一个MST。如图，棕色圆圈为顶点，线段为边，合并棕色顶点所生成的MST，对应的就是一个分割区域。分割后的结果其实就是森林。

 

Hamming distance距离。

图像分割—基于图的图像分割（OpenCV源码注解）

---恢复内容结束---

介绍

以下转自一篇很好的博文，图像分割—基于图的图像分割（Graph-Based Image Segmentation），不过这篇发表于2014年07月21日 21:45:01的原创博文，阅读量不到2015年01月12日 15:18:52转摘博文的一半。

 

 

 

图像分割—基于图的图像分割（Graph-Based Image Segmentation）

Reference:

Efficient Graph-Based Image Segmentation,IJCV 2004,MIT Code

图像分割—基于图的图像分割（OpenCV源码注解）

       最后一个暑假了，不打算开疆辟土了，战略中心转移到品味经典，计划把图像分割和目标追踪的经典算法都看一看，再记些笔记。

       Graph-Based Segmentation 是经典的图像分割算法，作者Felzenszwalb也是提出DPM算法的大牛。该算法是基于图的贪心聚类算法，实现简单，速度比较快，精度也还行。不过，目前直接用它做分割的应该比较少，毕竟是99年的跨世纪元老，但是很多算法用它作垫脚石，比如Object Propose的开山之作《Segmentation as Selective Search for Object Recognition》就用它来产生过分割（oversegmentation）。还有的语义分割(senmatic segmentation )算法用它来产生超像素（superpixels）具体忘记了……

minimum spanning tree）：特殊的树，给定需要连接的顶点，选择边权之和最小的树。上图即是一棵MST

本文中，初始化时每一个像素点都是一个顶点，然后逐渐合并得到一个区域，确切地说是连接这个区域中的像素点的一个MST。如图，棕色圆圈为顶点，线段为边，合并棕色顶点所生成的MST，对应的就是一个分割区域。分割后的结果其实就是森林。

 

Hamming distance距离。

图像分割—基于图的图像分割（OpenCV源码注解）