四种分割算法比较

一、实验时间:2010-05-02—2010-10-05  实验人:满达（队长）、高士梦（队员）

二、实验目的：分别使用基于区域信息内容的分割、JSEG、SegCortina，Edgeflow-driven Segmentation算法，

对Corel5K数据集中的图像进行了分割，分别选取每种算法分割最佳结果进行比较。

三、通过实验，对四种分割算法的总结：         

3.1 Ncut 算法，需要手动为分割块数赋值—nbSegment为10，是一种谱聚类分割。

3.2 基于区域信息内容的分割算法，能够自动检测出所要分割的块数。

实验参数

输入：

在算法运行中，使用者需要手动输入八个相关参数，分别为待分割图像的文件名，

图像类型；分割后输出图像的文件名及类型，图像的长和宽；           

彩色图像量化（用于对分割块数的自动检测）；图像分割粗细程度scale；分割后各区域融合的阈值。

输出：

算法运行后，会输出两个处理后的图像，为分割后的图像和各个区域region map.

3.3 Semi-automaticimage segmentation &&annotation

SegCortina 需要手动设定分割块数，是一种谱聚类分割算法，使用了边缘检测的方法。

比Ncut算法时间效率要高许多，为O（nlog2n）

本算法可以对整幅图像进行分割，也可以对图像分割后使用者所选区域进行分割。

该算法可以对图像进行批处理。

3.4 Edgeflow-based Anisotropic diffusion算法从precision、recall、f-measure三方面都表现比较良好，时间开销适中。

四、部分实验效果对比图：