溃坝：一种基于区域合并的图像分割方法
计算机视觉与模式识别
2020-03-11 v1
摘要
迄今为止，除基于 CNN 的方法外，所有单层次分割算法都会导致过分割。而基于 CNN 的分割算法有其自身的问题。为避免过分割，区域合并过程中采用多重阈值准则以产生层次化分割结果。然而，在层次的低层仍存在极端过分割，而在层次的高层突出的微小目标被合并到其较大的邻接区域中。本文提出一种基于区域合并的图像分割方法，我们称之为溃坝（Dam Burst）。作为一种单层次分割算法，该方法在避免过分割的同时保留细节。其命名源于它模拟了来自地下的洪水摧毁水池之间的堤坝。我们将边缘检测结果视为堤坝上的加固结构（若其位于堤坝上）。为模拟来自地下的洪水，区域按区域内平均梯度的升序进行合并。
引用
@article{arxiv.2003.04797,
title = {Dam Burst: A region-merging-based image segmentation method},
author = {Rui Tang and Wenlong Song and Xiaoping Guan and Huibin Ge and Deke Kong},
journal= {arXiv preprint arXiv:2003.04797},
year = {2020}
}