刘斌，渠星星，陈相庭

（河南大学计算机科学与信息工程学院，开封 475000）

最新的超像素算法研究综述

刘斌，渠星星，陈相庭

（河南大学计算机科学与信息工程学院，开封 475000）

超像素是指受一定相似性准则约束的分割区域，它可以获取图像的冗余信息，降低处理图像的复杂度，受到越来越多研究者的关注。对最新的超像素分割算法进行论述，并对超像素的应用场景进行介绍。

超像素；图像分割；图像处理

0 引言

图像分割是将图像细分为构成它的子区域，并使同一区域在灰度、颜色、纹理等特征方有相似性，而在不同的区域间呈现差异性。图像分割作为计算机视觉领域的基本问题，是图像理解的重要部分[1]。传统的分割方法是以像素为基本处理单位，在处理数据量很大的图像时，计算效率往往很低。2003年，Ren等人[2]提出了超像素的概念，所谓超像素，是指图像中局部的、具有连续性，能够保持图像局部结构特征的子区域[3]。超想素分割技术多用在图像的预处理阶段，用超像素替代图像原有的像素，这样可以获取图像的冗余信息，降低处理图像的复杂度，同时还可以避免欠分割。

目前的超像素分割算法大概可以分为两类:基于图论的方法和基于梯度上升的方法。基于图论的方法基本思想是用图中的节点表示像素，图中边的权重表示相邻像素的相似度，将超像素分割转化为图分割问题，通过最小化目标函数获得超像素。除了几种比较经典的基于……