Casa > Notícies > Contingut

Mètode de segmentació de píxel súper basat en degradat degradat

Nov 17, 2017

1.1 Mètode de conques hidrogràfiques

1.2 Basat en el mètode de canvi mitjà

1.3 Mètode Turbopixels

1.4 Mètode SLIC


2. Comparació de resultats experimentals

Per comprendre millor el rendiment de diversos mètodes de segmentació de súper píxels, aquest treball va realitzar un experiment comparatiu en els conjunts de dades estàndards de referència de Berkeley, l'algoritme de verificació que inclou la cadena de entropia (ER) Ncut-based (Ncut-B) su-perpixel lattice (SL ) Turbopixels (TP) i SLIC de cada mida de la imatge és de 321x481, dividit en uns 200 resultats superpel·lètics,


Tal com es mostra a la figura 10, es mostra que l'algoritme ER pot mantenir la informació de la vora de la imatge, però la forma de superpíxel és irregular, cada temps de segmentació d'imatge és d'aproximadament 1.16s. L'algoritme Ncut-B pot mantenir el límit de la imatge de forma efectiva i amb l'augment del nombre de súper píxels, la forma de superpel·lació serà més regular, però el temps de processament de la segmentació de la imatge és més llarg, la mida de la imatge de 321 x 481 a 200 una velocitat de processament de superpíxols al voltant de l'algoritme SL de 2 minuts és més ràpida que la d'aproximadament 0,36 s dividit en una quadrícula d'imatge, però la qualitat de la segmentació els fa tenir una gran influència en el mapa de límits d'entrada de TP i l'algoritme SLIC pot produir súper píxels regulars i compactes, però el mètode de la frontera TP segueix sent pobre,

3.jpg

SLIC des del límit per mantenir la velocitat i l'avaluació en forma de superpíxel és més gran, en comparació amb la segmentació esperada resultant en la memòria de processadors de 3.00GB d'Intel Core 2, la comparació horària d'aquest algoritme de segmentació superpíxel com es mostra a la taula 1.

4.png