一种新的图像超像素分割方法

图共 5个表共 3个

图 1 本文算法流程图

Figure 1.
图 2 超像素多层级迭代分割示例

Figure 2.
图 3 Berkeley数据库的部分实验结果比较

Figure 3.
图 4 PASCAL VOC数据库的部分实验结果比较

Figure 4.
图 5 CT图像实验结果比较

Figure 5.
方法 BR(%) UE(%) 超像素数目

SLIC^[9] 83.17±9.85 6.17±3.16 441±272
ASLIC^[9] 69.62±12.28 7.69±3.64 438±267
SNIC^[10] 83.52±10.80 6.85±4.20 468±311
本文方法 86.25±7.82 6.13±3.24 443±243

表 1 Berkeley数据库超像素分割结果评价(均值±标准差)
方法 BR(%) UE(%) 超像素数目

SLIC^[9] 85.56±7.37 2.80±1.72 423±239
ASLIC^[9] 82.34±8.11 2.94±1.80 418±236
SNIC^[10] 85.55±7.37 2.86±1.73 421±238
本文方法 87.95±7.20 2.57±1.75 420±241

表 2 Pascal VOC数据库超像素分割结果评价(均值±标准差)
方法 BR(%) UE(%) 超像素数目

SLIC^[9] 90.97±6.94 0.50±0.28 526±78
ASLIC^[9] 88.14±8.97 0.55±0.31 469±70
SNIC^[10] 90.17±7.50 0.64±0.42 521±74
本文方法 93.82±8.06 0.41±0.34 521±73

表 3 3Dircadb数据库超像素分割结果评价(均值±标准差)