Contour Detection and Hierarchical Image Segmentation(续)

来源:互联网 发布:swot矩阵分析图 绘制 编辑:程序博客网 时间:2024/06/05 21:00

这里补充几个之前没有解释清楚的问题。


sPb的计算

这里写图片描述
这里写图片描述


OWT的思路来源

原始WT的说明:

这里写图片描述

直接取arc上所有像素点的最大E(x,y)的均值的问题是:


这里写图片描述

原文:
For example,a pixel could lie near but not on a strong vertical contour. If this pixel also happens to belong to a horizontal watershed arc, that arc would be errorneously upweighted.

我的理解:
p到q是一个爬坡的过程,所以我们假设p点离q点足够近,那么p点使得E(x,y)最大的方向,很可能是沿着垂直方向的,而p在水平方向的权重可能不那么大,从而导致arc上整体权重偏大。

p点应取水平方向的E(x,y),而不是垂直方向的!

这里写图片描述


UCM中的Ultrametric Property(超度量属性)

超度量空间,是一个将三角不等式替换为

d(x,z)<= max{d(x,y),d(y,z)}

的特殊度量空间。

构建的Hierarchical Tree满足超度量性质:

这里写图片描述

因此,可以将得到的Hierarchy构建为UCM。

0 0
原创粉丝点击