论文部分内容阅读
图像分割作为计算机视觉的中层任务,常建立在目标轮廓特征的基础上,但是局部轮廓检测器的结果难以保证其产生封闭轮廓。为获得完整的分割区域,归一化割方法提供一种将局部轮廓结果转化为图像分割结果的处理途径。传统的归一化割方法由于长特征向量的聚类导致计算耗时长、内存占用多。在轮廓特征的基础上,考虑轮廓的全局推断,提出一种归一化割的改进方法——降采样归一化割,以减少图像分割过程中的计算耗时。通过多尺度空间下的层级校准,准确定位多个尺度下的区域边界进行区域合并,从而得到更准确的多层分割图。