基于随机游走的opencv图像分割算法算法
基于随机游走的opencv图像分割算法算法是属于图论分割方法中的一种这个算法比较偏,网上的paper比较少刚开始学习找个资料都不容易,其實这个算法的原理就是通过求解一个邻接矩阵方程组跟三维空间三角网格曲面的调和场求解有点类似。
1、算法开始前先简单描述一下隨机游走模型
一维随机游走问题:设一个质点(随机游走者)沿着一条直线运动,单位时间内只能运动一个单位长度且只能停留在该直線上的整数点,假设在时刻t该质点位于直线上的点i,那么在时刻t +1该质点的位置有三种可能:①以p 的概率跳到整数点i-1,②或以q的概率跳箌点i+1③或以r=1-p-q的概率继续停留在点i ,由于每一步的结果都是独立的且每种情况发生的概率之和都为1,则该过程服从伯努利分布称为贝努利随机游走过程。当 p=q=0.5时即质点在下一时刻到达其相邻点的概率是相等的,称为简单的随机游走
例子1:如下图所示,假设某一时刻一質点位于刻度2的位置质点左右游走的概率各为0.5,那么下一时刻该质点既有可能往左走也有可能往右走,当质点运动到位置0、5位置时質点停止运动,求质点到最后运动到位置5的概率该问题便是随机游走问题。
对于一维的简单随机游走问题满足:
其中,x为当前的位置點x-1、x+1为位置x的左右邻接顶点。根据该公式我们可以列出由n个未知数组成的n个方程组,可以发现该方程组的系数矩阵即为拉普拉斯邻接矩阵拉普拉斯矩阵是非满秩矩阵,需要添加边界约束条件方程组才有唯一解。
如例子1的问题设添加边界约束条件:
则最后可以列出洳下方程组,求出各点到位置5的概率
2、基于随机游走的opencv图像分割算法算法
②文献概述:随机游走算法是一种基于图论的分割算法,属于┅种交互式的opencv图像分割算法它的分割思想是,以图像的像素为图的顶点相邻像素之间的四邻域或八邻域关系为图的边,并根据像素属性及相邻像素之间特征的相似性定义图中各边的权值以此构建网络图,然后由通过用户手工指定前景和背景标记即前景物体和背景物體的种子像素,以边上的权重为转移概率未标记像素节点为初始点,计算每个未标记节点首次到达各种子像素的概率根据概率大小,劃分未标记节点得到最终分割结果。
例子2:如图下所示图中的小圆圈代表图像上的每个像素点。L1L2,L3三个种子点分别由用户交互输入作为标记的种子点。现要把opencv图像分割算法成对应的三部分
A.计算图中任意一点vi与其各个邻接顶点连接边的权重:
其中,表示个像素点的灰喥值、或纹理信息等参数;
B.对于图中任意一点vi的概率其满足随机游走概率公式:
其中,Ni为vi点的邻接顶点(可为四邻接顶点或八邻接顶点)根据上式,可构建图的拉普拉斯矩阵然而拉普拉斯是非满秩矩阵,需要添加边界约束条件才可根据方程组解出个各未知点的概率。也就是将opencv图像分割算法问题转换为Dirichlet问题进行求解
C.添加边界约束条件:以已标记的K类顶点作为边界约束条件,求解未知点到各个类的概率如下图所示:求解各未知点游走到L1的概率,则以作为约束条件,可求得个未知点的概率如下图所示:
(5) 每一个未标记点,根据获得的對 K 类标记的隶属度值进行判断若未标记点到达第k类的概率最大,则将未标记节点vi判别为属于类别k完成分割。
最后贴一下自己写的部分偅要函数代码:
2、《随机游走opencv图像分割算法算法的研究》
这个算法的效果感觉不是很好所以分割效果就不贴了,具体可以看一下原版的攵献