AMAT：自然图像的中轴变换
计算机视觉与模式识别
2017-08-04 v2
摘要
我们引入了外观中轴变换（Appearance-MAT，AMAT），这是对自然图像中轴变换的推广，被构建为一个加权几何集覆盖问题。我们做出以下贡献：i）通过将每个中轴点与局部尺度相关联，扩展了先前针对彩色图像的中轴点检测方法；ii）受二值中轴变换可逆性的启发，我们还将每个中轴点与局部编码相关联，使我们能够反转AMAT，重建输入图像；iii）我们描述了一种聚类方案，利用额外的尺度和外观信息将单个点分组为中轴分支，提供底层图像区域的形状分解。在我们的实验中，我们在Berkeley中轴数据集（BMAX500）上展示了中轴点检测的最新性能，该数据集是基于BSDS500数据库的新中轴数据集，并在SK506和WH-SYMMAX数据集上展示了良好的泛化能力。我们还测量了从BMAX500通过反转其计算的AMAT获得的重建图像的质量。我们的方法仅使用10%的图像像素，相对于三个基线，提供了显著更好的重建质量。我们的代码和标注可在https://github.com/tsogkas/amat获取。
引用
@article{arxiv.1703.08628,
title = {AMAT: Medial Axis Transform for Natural Images},
author = {Stavros Tsogkas and Sven Dickinson},
journal= {arXiv preprint arXiv:1703.08628},
year = {2017}
}
备注
10 pages (including references), 5 figures, accepted at ICCV 2017