空间约束密度聚类的超像素分割算法

雩风三日

空间约束密度聚类的超像素分割算法

       超像素分割是计算机图像处理的一个重要的预处理步骤，传统的基于密度聚类的超像素分割算法对于边界的处理比较好，但是所获得的超像素形状不规则，针对其缺点，提出了一种空间约束的DBSCAN 聚类的超像素分割算法。首先在图像上均匀的播撒种子点，之后以种子点为中心利用空间约束的密度聚类逐步向外扩张，直至遍布整张图像，获得初始的超像素，通过k-means方法迭代进行更新种子点，最后遍历种子点来清理掉未访问过的像素点。为了验证方法的有效性，在BSDS500 数据集进行实验，并与当前最先进的方法进行了定性和定量的对比。在超像素数目为300 左右时，该方法的紧密度为0. 45，明显优于传统的基于密度聚类的超像素分割算法的0. 40。空间约束密度聚类的超像素分割算法在通过均匀分布的种子点以及空间约束后使得紧密度得到了明显的提高。
$ i* L) ~5 L) @' z/ K, m
关键词: 图像分割; 超像素; 密度聚类; k-means; 空间约束
1 E' l% J% v! @4 M& `# q+ b

( r: d) |0 v, o/ d( l7 X1 A. Q