融合纹理特征的SEEDS超像素分割算法

陈畅; 刘永坚; 解庆

Chinese

您当前的位置：

首页 >

文章列表页 >

融合纹理特征的SEEDS超像素分割算法

更新时间：2026-09-04

- 融合纹理特征的SEEDS超像素分割算法
- SEEDS-Based Superpixel Segmentation Method With Texture Fusion
- 微电子学与计算机 2018年35卷第3期页码：64-67
- 作者机构：
  
  武汉理工大学计算机科学与技术学院,湖北,武汉,470070
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
陈畅, 刘永坚, 解庆. 融合纹理特征的SEEDS超像素分割算法[J]. 微电子学与计算机, 2018, 35(3): 64-67, 73.

CHEN Chang, LIU Yong-jian, XIE Qing. SEEDS-Based Superpixel Segmentation Method With Texture Fusion[J]. 2018, 35(3): 64-67.
陈畅, 刘永坚, 解庆. 融合纹理特征的SEEDS超像素分割算法[J]. 微电子学与计算机, 2018, 35(3): 64-67, 73. DOI：

CHEN Chang, LIU Yong-jian, XIE Qing. SEEDS-Based Superpixel Segmentation Method With Texture Fusion[J]. 2018, 35(3): 64-67. DOI：

摘要

在SEEDS算法的基础上

进行了改进

提出了T-SEEDS算法.其通过融合纹理信息

来增强图像分割的效果

并较好的解决了超像素个数较小的情况下

SEEDS算法分割效率不高的问题.

Abstract

This article introduces an improved algorithm based on SEEDS

T-SEEDS. T-SEEDS algorithm enhances the efficiency of image segmentation by add texture information into the algorithm

which solves the problem nicely that SEEDS cant segment effectively with small number of superpixel at the same time.

关键词

Keywords

references

Van den Bergh M, Boix X, Roig G, et al. SEEDS: superpixels extracted via energy-driven sampling[J]. International Journal of Computer Vision, 2012, 111(3): 298-314. DOI: 298

Veksler O, Boykov Y, Mehrani P. Superpixels and supervoxels in an energy optimization framework[C]// Computer Vision ECCV 2010, European Conference on Computer Vision, Heraklion, Crete, Greece, September 5-11, 2010, Proceedings. DBLP, 2010: 211-224.

Ren X F, Malik J. Learning a classification model for segmentation[C]//9th IEEE International Conference on Computer Vision. France, 2003: 10-17.

Shi J, Malik J. Normalized cuts and image segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(8): 888-905. DOI: 888

Boix X, Roig G, Leistner C, et al. Nested Sparse Quantization for Efficient Feature Coding[C]// European Conference on Computer Vision. Springer-Verlag, 2012: 744-758.

Moore A P, Prince S J D, Warrell J, et al. Superpixel lattices[C]//Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008: 1-8.

Comaniciu D, Meer P. Mean shift: a robust approach toward fea-ture space analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24 (5): 603-619. DOI: 603

Levinshtein A, Stere A, Kutulakos K N, et al. TurboPixels: fast superpixels using geometric flows[J]. IEEE Transactions on Pattern Analysis % Machine Intelligence, 2009, 31(12): 2290-2297. DOI: 2290

Achanta R, Shaji A, Smith K, et al. Slic superpixels[R]. Lau-sanne, Vaud, Switzerland: Swiss federal Institute of Technology, 2010.

宋熙煜, 周利莉, 李中国, 等. 图像分割中的超像素方法研究综述[J]. 中国图像图形学报, 2015, 20(5): 599-608. DOI: 599

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进RT-DETR的航拍小目标检测算法

面向处理器分支预测单元的Spectre攻击轻量化防御方法

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

V型沟槽SiC中子探测器的蒙特卡洛分析

基于多尺度融合与小目标增强的航拍车辆检测算法