基于分层特征选择的有效图像分割

详细描述

opencv hfs 模块包含一个高效的图像分割算法。该模块基于论文“Hierarchical Feature Selection for Efficient Image Segmentation, ECCV 2016”实现。原始项目由刘云开发(https://github.com/yun-liu/hfs).

分层特征选择简介

此算法分三个阶段执行

在第一阶段，算法使用SLIC（简单线性迭代聚类）算法获得输入图像的超像素。

在第二阶段，算法将每个超像素视为图中的一个节点。它将为图的每条边计算一个特征向量。然后，它根据特征向量和训练好的SVM参数计算每条边的权重。获得每条边的权重后，它将利用EGB（基于图的有效图像分割）算法合并图中的一些节点，从而获得更粗略的分割。这些操作之后，将执行后处理过程，将小于特定像素数量的区域合并到其附近的区域。

在第三阶段，算法利用类似的机制将第二阶段获得的小区域进一步合并成更粗略的分割。

经过这三个阶段，我们可以获得图像的最终分割结果。有关算法的更多详细信息，请参阅原始论文：Hierarchical Feature Selection for Efficient Image Segmentation, ECCV 2016

类
类	cv::hfs::HfsSegment