文献类型：期刊文章

作　　者：姜枫[1,2,3] 顾庆[1,2] 郝慧珍[1,2,4] 李娜[1,2] 郭延文[1,2] 陈道蓄[1,2]

JIANG Feng GU Qing HAO Hui-Zhen Li Na GUO Yan-Wen CHEN Dao-Xu(State Key Laboratory for Novel Software Technology （Nanjing University）, Nanjing 210023, China Department of Computer Science and Technology, Nanjing University, Nanjing 210023, China College of Mobile Internet, Taizhou Institute of Science ＆ Technology, Nanjing University of Science and Technology, Taizhou 225300, China Department of Communication Engineering, Nanjing Institute of Technology, Nanjing 211167, China)

机构地区：[1]计算机软件新技术国家重点实验室(南京大学),江苏南京210023 [2]南京大学计算机科学与技术系,江苏南京210023 [3]南京理工大学泰州科技学院移动互联网学院,江苏泰州225300 [4]南京工程学院通信工程系,江苏南京211167

出　　处：《软件学报》

基　　金：国家自然科学基金(61373012;91218302;61321491;61373059);江苏省高校自然科学研究项目(15KJB520016);江苏省自然科学基金(BK20150016)~~

年　　份：2017

卷　　号：28

期　　号：1

起止页码：160-183

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171003422200)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的方法和语义分割方法这3种类型并分别加以介绍.对每类方法所包含的典型算法,尤其是最近几年利用深度网络技术的语义图像分割方法的基本思想、优缺点进行了分析、对比和总结.介绍了图像分割常用的基准数据集和算法评价标准,并用实验对各种图像分割算法进行对比.最后进行总结,并对未来可能的发展趋势加以展望.

关 键 词：图像分割 图论 聚类 语义分割  深度神经网络  

分 类 号：TP391]