该论文介绍了一种基于稀疏子集选择概念的图像分割方法，利用局部光谱直方图特征编码视觉信息为高维向量，并通过凸模型将超像素分为连贯区域。作者设计了高效的数值算法解决该模型，并实验证明该方法在超分割情况下提供高质量和具有竞争力的结果。

该论文介绍了一种基于稀疏子集选择概念的图像分割方法，利用局部光谱直方图特征编码视觉信息，通过凸模型将超像素分为连贯区域，自动确定最优数量和超像素分配，实验表明该方法在结合超分割的情况下可以提供高质量和具有竞争力的结果。

该论文介绍了一种基于稀疏子集选择概念的图像分割方法，使用局部光谱直方图特征编码视觉信息为高维向量，通过凸模型将超像素分为连贯区域。该模型自动确定最优数量和超像素分配，通过交替方向乘子法解决，计算效率高。实验证明，该方法在结合超分割的情况下提供高质量和具有竞争力的结果。