基于显着性的种子提取和随机游走的集成用于图像分割

本文提出了一种新颖的自动图像分割方法。 为了自动提取图像的前景,我们将基于熵率超像素(RSBERS)的区域显着性与亲和力传播聚类算法相结合,以无监督的方式获取种子,并使用随机游走法获得分割结果。 RSBERS首先应用熵率超像素分割方法将图像分为紧凑,均匀和相似大小的区域,然后通过在每个超像素区域中应用显着性估计方法来获得显着性图。 然后,在每个显着区域中,我们应用亲和力传播聚类来提取代表性像素并获得种子。 提出了重新标记策略,以确保提取的种子在预期对象内。 另外,为了增强分割效果,使用坐标,颜色和纹理信息的协方差矩阵设计了一个新的特征描述符。 在公开数据集上进行的实验证明了我们提出的方法具有出色的分割效果。