基于DBSCAN聚类算法的超像素实时分割

Real-Time Superpixel Segmentation by DBSCAN Clustering Algorithm

摘要

在本文中，我们提出了一种基于密度的带噪声应用空间聚类（DBSCAN）算法的50帧/秒实时图像超像素分割方法。为了降低超像素算法的计算量，我们采用了一种快速的两步框架。在第一个聚类阶段，使用具有颜色相似性和几何约束的DBSCAN算法对像素进行快速聚类，然后在第二个合并阶段，通过颜色和空间特征定义的距离度量，将小簇按其邻域合并为超像素。为了在这两个步骤中获得更好的超像素，定义了一个稳健而简单的距离函数。实验结果表明，基于DBSCAN聚类的实时超像素分割算法（50帧/s）在精度和效率上都优于最先进的超像素分割方法。

1、引言

Martin提出了基于密度的噪声应用空间聚类算法 【文献35】

本文的主要贡献有两方面：

（1）我们提出了一种基于DBSCAN聚类的实时超像素算法，以大幅降低的计算成本实现了最先进的性能

（2）我们提出的方法在遵守边界方面有很好的性能，即使是对于图像中复杂和不规则的对象，这些都是最先进的超像素算法无法处理的。

2.相关的工作

DBSCAN算法及其在图像处理中的应用。基于密度的噪声应用空间聚类（DBSCAN）是Martin等人[35]提出的一种数据聚类算法。给定某个空间中的一组点，它会将紧密排列在一起的点（具有许多近邻）标记为孤立点，这些孤立点位于最近邻距离太远的低密度区域。DBSCAN是最常见的聚类算法之一，也是领先的数据挖掘文献中引用最多的算法。Manavalan和Thangavel[29]使用DBSCAN聚类进行经直肠超声图像分割。超声图像通常具有低对比度、斑点噪声和弱边界等较差的图像质量，传统的聚类方法很难对其进行分割。然而，DBSCAN算法非常适合检测和分割这些重要区域。通过一系列实验和评估，他们的分割程序可以高效、准确地提取前列腺区域。Hou等人[30]提出了一种用于图像分割的DSets DBSCAN算法框架，该框架克服了原始DBSCAN聚类算法的缺点，该算法对类似度量非常敏感，需要适当的参数才能生成满意的聚类结果。DSets DBSCAN能够生成任意形状的簇，并自动确定簇的数量。

3、DBSCAN 超像素

超级像素的目标是将图像中具有同质外观的像素聚集到小而紧凑的区域中。超级像素分割可以看作是一个聚类问题，其中每个超级像素在颜色和形状上都包含一个独特的特征。DBSCAN是一种基于密度的聚类算法，它将通过添加几何约束来提高分割算法的性能。该方法包括两个阶段：聚类阶段和合并阶段。首先，通过DBSCAN算法对像素进行聚集，得到初始超像素。其次，通过合并非常小的超像素，对这些初始超像素进行细化，以获得最终的超像素结果。整个算法总结如下。

在聚类阶段，我们将两个集合分别定义为标记集和候选集，然后为左上角的像素分配第一个种子的标签，并将其添加到标记集中。现在我们有三种像素，即种子、标记像素和未标记像素。首先，我们找到标记集的所有未标记的四个相邻像素，然后计算其中心像素的每个未标记像素（未标记像素由中心像素生成）与种子之间的组合距离——如果距离小于我们定义的阈值，我们将其放入候选集。其次，我们通过用候选集替换标记集来更新标记集，并用种子赋予它们相同的标签。我们重复这两个步骤，直到满足终止条件。

4、实验

我们通过与最先进的算法（包括SLIC[18]、PB[32]、Ncuts[17]、Tubopixel[24]、ERS[34]、SEEDS[22]、LRW[2]和LSC[42]进行比较，来评估所提出的DBSCAN超像素算法的性能。他们的结果是通过运行原始作者提供的公开实现生成的。所有实验都是在伯克利分割数据库（BSD）[35]上进行的，该数据库包含500幅321×481的图像，以及人类注释的地面真值分割。我们将首先给出这些方法的视觉比较结果，然后提供详细的定量比较，以此证明所提出方法的有效性。在我们的实验中，我们设置了默认参数α1=0.6、α2=0.4、α3=1.0和ndψ=30，以获得平衡的良好性能。

5、总结

本文提出了一种新的基于DBSCAN聚类的图像超像素分割算法。我们的DBSCAN超级像素分割算法以50fps的速度生成规则形状的超级像素。我们提出的超像素分割首先通过执行DBSCAN聚类算法产生具有相似颜色的初始超像素结果，然后通过考虑颜色和空间信息将小的初始超像素与其最近邻的超像素相结合。使用三个评估指标对伯克利公共细分数据库进行评估。我们的算法以小得多的计算成本实现了最先进的性能，并且显著优于那些即使对于包含复杂对象或复杂纹理区域的图像也需要更多计算成本的算法。在未来的工作中，我们将通过开发一种新的具有全局最优性质的DBSCAN算法来获得更好的超像素紧性。我们还计划将当前的超像素框架扩展到实时视频超体素分割，以保持时空紧凑的形状。