بخش بندی تصویر مبتنی بر ابر گراف با ترکیب ویژگی های چند گانه و استفاده از سوپر پیکسل ها

در این مقاله روش جدیدی برای بخش بندی تصویر با استفاده از ساختار ابر گراف ارائه شده است. در روش های میتنی بر گراف موجود، معمولاً از یک ویژگی برای تمایز بین ابرپیکسلها استفاده می شود، اما با توجه به قابلیت خوبی که ساختار ایر گراف به دست میدهد ویژگی های مختلف رنگ، فاصله و آنتروپی با هم ترکیب شدند تا تمایز و مشابهت ابرپیکسلها را بهتر نشان دهند. از روش k means برای ایجاد ابرپیکسلها استفاده شد. برای ایجاد ابرلیه از آنالیز طیفی استفاده شد و اطلاعات به دست آمده از کاربر به عنوان ابرلیه با وزن مناسب به ابر گراف اضافه گردید. در نهایت از برش نرمال شده ابر گراف برای بخش بندی آن استفاده شد. برای بررسی کارایی روش ارائه شده آزمایشات ستردهای بر روی پایگاه دادهای GTabCut و همچنین مجموعه تصاویر استاندارد دیگر صورت گرفت. نتایج به دست آمده بهبود در میزان نرخ خطا و افزایش درست مثبیت و کاهش غلط منفی را در مقایسه با سایر روش ها نشان میدهند.

کلیدواژه ها:

بخش بندی تصویر ، ایر گراف ، آنالیز طیفی ، برش ترمال شده ، سوپر پیکسل