K平均アルゴリズムの初期値依存性を利用した統合処理による画像の領域分割法

概要

論文の詳細を見る
画像のオブジェクトベース符号化を行うためには, 前処理として領域分割が必要である.本論文では領域の統合処理を伴う実用的な手法を提案する.画像の領域分割法として広く利用されているK平均アルゴリズムによるクラスタリングは, 画像を小さな領域に過分括する傾向がある.また, 最初に与えるクラスタの形状に影響され本来の領域の境界以外の部分で分割される, あるいは初期クラスタ数の増加に応じて得られる領域の数が増大するという初期値依存性を有する.これらの問題点に対処するために, 本論文ではK平均アルゴリズムをベースとして, 多数決フィルタリング, ラベリングによる統合, 複数の分割結果の統合の3段階の処理手法を導入する.この手法を数種類の自然画像に適用し, 同一の領域分割処理のパラメータを用いても, 異なる画像中の物体の輪郭を抽出できることを確認した.また, 初期に与えるクラスタの数を変化させても領域を同様に抽出できることも確認した.更に複数の画像を用いたシミュレーション実験によりその有効性を検証した.本手法は少ない演算量で良好な領域分割結果が得られるだけでなく, 初期クラスタや画像に影響されないロバストな処理であるため, オブジェクトベース符号化の要素技術として有効である.
社団法人電子情報通信学会の論文
1998-02-25

K平均アルゴリズムの初期値依存性を利用した統合処理による画像の領域分割法

スポンサーリンク

概要

著者

関連論文

スポンサーリンク