李然，李记鹏，宋超

基于显著性检测的协同图像分割研究

李然1，李记鹏1，宋超2

（1.四川大学计算机学院，四川 610065；2：95666部队）

传统的图像分割往往是从一幅图像中分割出显著性目标，但是随着视觉领域和人工智能的不断发展，对于分割的精度也有了更高的要求，为了提高对象分割的精度，可对多幅相似图像的显著性进行综合分析，利用它们之间的关联性与一致性，准确协同分割这些相似对象。多幅图像协同分割（简称协同分割）是近年来图像分割领域研究的热点和难点。设计一种基于视觉显著性检测的协同图像分割系统，在得到每幅图像的显著性区域以后，综合考虑多幅相似图像的显著性，构建用于图割的GMM，然后使用图割算法对每幅图像进行分割，最终得到相似对象分割结果。采用FlickrMFC数据库中的部分图像作为实验对象，并对实验结果进行较深入分析，总结未来进一步的研究方向。

显著性检测；协同分割；高斯混合模型；图割

0 引言

显著性检测作为计算机视觉中的一个研究方向是在模仿人类视觉系统中所产生的检测技术。随着计算机视觉技术的发展，有时需要利用多幅相似图像之间的一致性，检测出所包含相似对象，从而提高对象分割的精度，这一问题的提出促使协同图像分割技术的产生。实验证明采用协同图像分割技术对图像集进行处理要比单幅图像逐个处理的效果好，而且该方向仍具有较大的发展空间和应用价值。……