基于先验的图像分割答案

【问题标题】：prior based image segmentation基于先验的图像分割
【发布时间】：2014-03-25 02:23:20
【问题描述】：

我手头有一个问题，其中我的图像由不一定具有闭合轮廓的奇怪物体组成。（更像是平原背景上的河流和渠道）。

我还获得了一组来自不同河流的相同大小的先前图像，它们的大体方向和结构与我正在研究的河流相匹配，而它们在图像中的位置可能会有所偏差。

我正在寻找一种图像分割方法，（理论或实践，我真的在寻找开始的线索），它实际上可以使用我之前的一组示例来分割我的河流。就我而言，图像中可能存在多条大体方向相同的河流。

我也对以统计方式表示这些复杂结构的方法非常感兴趣。例如，如果它不是河流图像（二进制图像），并且我知道它具有高斯结构，那么我可以使用示例估计的协方差中的信息。但在二元或三元图像中，我不能。

【问题讨论】：

让我们从Local Color Histogram开始，这样您就可以在 Stackoverflow 上发布一些初步结果，以帮助潜在的回答者了解该项目中出现的困难类型。通常，您必须展示大量工作（代码、示例图像、技术难题等）才能在 Stackoverflow 上提出回答者想要查看的问题。
请举一些你所拥有的priolr图像的例子。还为您要搜索的输入图像提供相同的内容。

【解决方案1】：

这是图像分割的大纲

对河流内的一个小区域（可能是一个矩形）进行采样，假设它们属于前景并提供关于其颜色分布的良好估计。你应该有一个算法，它可以高置信度地找到河流内的一个小区域，也许这个算法可以根据你拥有的数据进行训练。

由于您对背景知之甚少，因此最好选择位于图像帧上的像素作为背景像素。

这个想法是使用这些预先选择的前景和背景像素作为图切割算法中的种子进行分割。选择种子是切分算法中最重要的部分，一旦你有好的种子，分割或多或少是正确的。网上有大量关于如何使用图形切割进行分割的文献/代码。

【讨论】：