融合自适应局部特征与改进模糊C均值的服饰分割算法

摘要：

提取人体着装图像的服饰区域时,易受光照、阴影遮盖与人体姿态、肤色等问题的影响,提出一种融合自适应局部特征与改进模糊C均值(fuzzy C-means,FCM)的服饰图像分割算法.首先,通过改进区域生长法消除阴影实现前景提取;其次,采用MDSMGR-WT超像素分割获取图像局部特征,将自适应局部信息融入双加权FCM目标方程中,实现二次精细化分割;最后,经肤色检测提取目标服饰区域.实验结果表明,该方法的准确率可达78.93％,召回率90.12％,查准率89.93％.该方法能够减少内部区域噪声,提高服饰图像的分割精度.

关键词：服饰图像分割、着装人体、超像素、聚类分割、局部空间信息、模糊C均值算法

所属期刊栏目：34

分类号：TS941.2;TP751

资助基金：国家自然科学基金青年项目;大学生创新创业训练计划项目

在线出版日期：2021-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：47-54