Random Walk分割算法

RandomWalk图像分割算法基于图论,通过建立图模型,计算未标记像素到达种子点的概率,以此进行像素归属判断。算法主要包括图模型建立、随机游走模型计算和线性方程组求解三个步骤,常用共轭梯度法迭代求解。该算法与图割方法有对比,可借助CUDA、OPENCL或特定库如ViennaCL、voreenBlas加速实现。
摘要由CSDN通过智能技术生成

引言

RandomWalk是基于图论分割方法的一个重要分支。在根据图像建立的图模型上,RandomWalk根据随机游走模型,来求解未标记的像素(unseeded pixels)到达已标记的种子点(seeded pixels)的概率,根据未标记的像素到达不同目标区域的概率大小,来判断未标记像素的归属。

RandomWalk图像分割算法分为三个步骤:(1)图模型的建立;(2)根据随机游走模型计算unseeded pixels到达目标区域的线性方程组;(3)利用迭代法求解线性方程组,这里通常采用共轭梯度法进行求解(conjugate gradient)。其求解过程可以用下图来描述:

                                                                           

1 图模型的建立

这里根据图像像素与相邻像素之间的差异,建立加权图,各个边的加权值求解方法如下$$w_{ij}=exp(-\beta(g_i-g_j))^2$$
。其中$$g_i&
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值