摘要：图像的超像素分割是将图像像素按照颜色、纹理和空间位置等信息分割为若干具有一定语义信息的实体。目前超像素算法已经有了长远的发展,它们基于不同的理论,得到的超像素也有各自的特点,适用的图像处理算法也不同。许多算法只是将图像看作像素点的集合,在进行运算时也只对像素点进行操作而忽略了图像本身具有的结构信息,因而生成的超像素在结构一致性方面存在一定损失。故针对结构一致性的图像超像素分割方法进行研究,提出一种基于鲁棒连续聚类的超像素分割方法。该算法可获得具有结构一致性的超像素区域,并自适应获得超像素个数,可有效地扩展到高维、大数据集。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社