自然场景下苹果图像FSLIC超像素分割方法

Xu Weiyue,Tian Guangzhao,Ji Changying,Zhang Bo,Jiang Sijie,Zhang Chun

Transactions of the Chinese Society for Agricultural Machinery（2016）

引用 1|浏览4

暂无评分

摘要

应用Cauchy-Schwarz不等式,推导出一个聚类搜索过程中剥离不必要计算的条件,早期预估后舍掉符合预设条件的候选聚类,提出了基于自然场景的快速简单线性迭代聚类算法(FSLIC算法).对包含极端恶劣条件下的500幅苹果图像进行了边界召回率检验和运行速度测试;统计了极端恶劣条件下的30幅苹果图像的全局错误率GCE、假阳性率FPR和假阴性率FNR.试验表明,提出的FSLIC算法减小了后续迭代过程中的冗余误差,边界召回率较GB超像素分割算法平均提高了21.7％,速度是GB超像素分割算法的1.83倍;整个图像分割过程中基于超像素的分割算法(GB、FSLIC)的GCE值较常规分割算法(BP、WT、SVM)平均减小了13％,较常规算法的GCE值减小了19％.

关键词

natural scene,superpixel segmentation,apple image,simple linear iterative clustering

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要