詳細說明

opencv hfs 模組包含一個高效的影像分割演算法。該模組是基於論文《Hierarchical Feature Selection for Efficient Image Segmentation, ECCV 2016》實現的。原始專案由 Yun Liu 開發 (https://github.com/yun-liu/hfs)。

分層特徵選擇簡介

該演算法分 3 個階段執行

第一階段，演算法使用 SLIC (simple linear iterative clustering) 演算法獲取輸入影像的超畫素。

第二階段，演算法將每個超畫素視為圖中的一個節點。它將為圖的每條邊計算一個特徵向量。然後，它根據特徵向量和訓練好的 SVM 引數計算每條邊的權重。獲得每條邊的權重後，它將利用 EGB (Efficient Graph-based Image Segmentation) 演算法合併圖中的一些節點，從而獲得更粗粒度的分割。執行完這些操作後，將執行後處理，將小於特定畫素數的區域合併到其附近的區域。

第三階段，演算法利用類似的機制將第二階段獲得的較小區域進一步合併，以獲得更粗粒度的分割。

經過這三個階段，我們可以獲得影像的最終分割結果。有關該演算法的更多詳細資訊，請參閱原始論文：《Hierarchical Feature Selection for Efficient Image Segmentation, ECCV 2016》

類
類	cv::hfs::HfsSegment