一种适用于多种环境的超像素分割方法

对于多种环境下的图像分割,传统的超像素分割方法容易造成边界分割不精确、处理速度低等问题。为了保持超像素的边缘贴合度,对简单线性迭代聚类算法(simple linear iterative clustering,SLIC)提出改进:融合边缘梯度信息来计算惩罚函数,并在聚类时添加限制条件,最后利用相似度准则,合并孤立点,获得超像素。通过对多种环境图像的实验,验证了改进算法的高实时性和准确性。