基于 Bhattacharyya 系数的噪声模型感知随机游走图像分割框架
计算机视觉与模式识别
2022-06-03 v1 图像与视频处理
摘要
交互式图像分割的一种成熟方法是随机游走算法。近年来针对该类分割方法的研究持续进行并拥有众多应用。这些方法通常使用的简单高斯权重函数依赖于一个强烈影响分割性能的参数。本文提出一种基于概率建模推导权重函数的通用框架。该框架可具体化为应对几乎任意定义良好的噪声模型。它消除了关键参数，从而避免了耗时的参数搜索。我们推导了常见噪声类型的特定权重函数，并在合成数据及不同生物医学图像数据（来自NYU fastMRI数据集的MRI图像、采用FIM技术获取的幼虫图像）上展示了其优越性能。我们的框架也可用于多种其他应用，例如图割算法及其扩展。
引用
@article{arxiv.2206.00947,
title = {A Bhattacharyya Coefficient-Based Framework for Noise Model-Aware Random Walker Image Segmentation},
author = {Dominik Drees and Florian Eilers and Ang Bian and Xiaoyi Jiang},
journal= {arXiv preprint arXiv:2206.00947},
year = {2022}
}
备注
Dominik Drees and Florian Eilers contributed equally to this work