• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>SIBGRAPI Conference on Graphics, Patterns and Images >Stochastic Hierarchical Watershed Cut Based on Disturbed Topographical Surface
【24h】

Stochastic Hierarchical Watershed Cut Based on Disturbed Topographical Surface

机译：基于扰动地形图的随机分层流域切

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this article we present a hierarchical stochastic image segmentation approach. This approach is based on a framework of edge-weighted graph for minimum spanning forest hierarchy. Image regions, that are represented by trees in a forest, can be merged according to a certain rule in order to create a single tree that represents segments hierarchically. In this article, we propose to add a uniform random noise into the edge-weighted graph and then we build the hierarchy with several realizations of independent segmentations. At the end, we combine all the hierarchical segmentations into a single one. As we show in this article, adding noise into the edge weights improves the segmentation precision of larger image regions and for F-Measure of objects and parts.
机译：在本文中，我们提出了一种分层的随机图像分割方法。此方法基于最小加权森林层次结构的边缘加权图框架。可以根据特定规则合并由森林中的树木表示的图像区域，以创建可分层表示片段的单个树木。在本文中，我们建议将统一的随机噪声添加到边缘加权图中，然后使用几种独立分段的实现来构建层次结构。最后，我们将所有分层细分合并为一个。正如我们在本文中所展示的，将噪声添加到边缘权重中可以提高较大图像区域的分割精度，并提高对象和零件的F度量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号