基于密度峰值搜索聚类的超像素分割算法
【摘要】 本文提出了一种新的基于密度峰值搜索聚类的超像素分割算法.首先在图像平面内的局部区域内估计像素的局部密度.其次为每个像素寻找一个距离最近的大密度像素并计算两个属性:距离和归属.之后根据距离和归属将所有像素组织成一个归属关系树，该树反映了像素之间的归属关系.然后选择局部密度和距离较大的像素作为超像素的种子，并标记在归属关系树中.最后在归属关系树中搜索距离每个像素最近的超像素种子为其分配标记，实现超像素分割.该算法有两个优势:超像素分割过程无需迭代优化，计算速度非常快;可以精确控制超像素的数目和大小，使用灵活.与其它9种同类算法的对比实验表明:文中算法在边缘召回率、欠分割误差、可达分割精度、计算和存储复杂性方面表现出比较优越的性能.
