带宽自适应Mean Shift图像分割算法.pdf

174 2013 ，49（23） Computer Engineering and Applications 计算机工程与应用 带宽自适应Mean Shift 图像分割算法 熊 平，白云鹏 XIONG Ping, BAI Yunpeng 中南大学 地球科学与信息物理学院，长沙 410083 School of Geosciences and Info-Physics, Central South University, Changsha 410083, China XIONG Ping, BAI Yunpeng. Mean Shift image segmentation algorithm with adaptive bandwidth. Computer Engineering and Applications, 2013, 49（23）：174-176. Abstract ：Mean Shift is one of the best ways of analysis in the feature space, but the segmentation result is bound up with band- width. Image coarseness is the image feature which is related to visual perception and is good for image texture description. Image pixel Mean Shift reports the scatter of an image. This paper creatively proposes a Mean Shift window size selection approach and the Mean Shift of image pixel by the creation of Gaussian kernel and the description of image coarseness. The experimental results show that the algorithm can get satisfactory effect for different types of image. Key words ：coarseness; Mean Shift; clustering; image segmentation; Gaussian kernel 摘 要：Mean Shift是目前为止特征空间分析的最好方法之一，但其分割结果受带宽参数的影响。图像粗糙度是与视觉感 受相关的图像纹理特征，对图像纹理的描述能力很强。图像像素的平均偏移量也体现了图像像素的总体离散情况。通过 对高斯核函数的创建以及图像粗糙度的描述，创新性地给出了Mean Shift 的窗口尺寸选择方法以及图像像素平均偏移的 计算，仿真结果表明，该算法对不同类型的图像，均能得到令人满意的效果。 关键词：粗糙度；Mean Shift；聚类；图像分割；高斯核函数 文献标志码：A 中图分类号：TP391.41 doi ：10.3778/j.issn.1002-8331.1202-0229 图像分割是图像处理的经典问题，同时也是纹理分析 也较快。 和目标识别的基础，图像分割的目的是将原图像划分为若 干有意义的分割区域，一般来说，图像分割缺乏普遍适用 1 Mean Shift 基本思想 的理论与方法，分割的办法也多种多样[1] ，典型的分割算法 i 对于 维空间中 个采样点{x i 1 2 n} ，定义 L n [2]