实时超像素分割IER方法(CSEO方法)

sgs2        这篇博客介绍博主事先的CSEO超像素分割方法,CSEO法是目前已知最快的超像素分割算法,可以在640*480*3大小的图像上达到38ms的速度(使用单核CPU@2.5GHz),并且分割区域数与时间无关,是目前超像素分割领域的state-of-art。

        OpenCV内封装了主流的SLIC算法,当然,无法实时。这篇博客由于客观原因不提供源码、原理解释,只提供一些论文索引和博主的实验结果,仅供研究者参考。

        博主使用Kinect摄像头采集图像数据,将采集的四通道数据转换为三通道数据,然后缩放至920*540(原图为1080p),采集图像和超像素分割在同一个线程中,最终速度为48ms,如果使用640*480,将算法部分从主线程中分离出来,达到论文中所说的38ms是可能的。

        超像素分割就是把一副图像分割成很多小的区域,每个区域内部的像素具有相同的颜色、各个区域具有相似的形状和面积等。超像素分割是图像分割算法中过分割算法的一种,还常常用于目标跟踪、目标提取等。

        如下图所示,博主将一副图像分割为800个小块(800为算法处置,最后不一定是800,可能比800小),效果如下:

sgs2

        我们在程序中打LOG来看时间,处理一帧的时间是48ms左右。

sps3

        如下是图像分割小块数为400(初值)时的效果:
sgs1

        再经过LOG中的时间测算可以得到该算法的分割图像块数目与时间无关。

        最后,为该算法配上论文一篇,有兴趣的细细研究吧:)

        OK,See You Next Chapter!

发表评论