融合全局显著性信息的轮廓编组模型

摘要：

基于感知编组的轮廓提取算法容易受背景上边缘的影响,导致轮廓提取的准确率低,为此提出一种结合感知编组与全局显著性信息的轮廓提取算法.首先在Canny算子框架下增加显著性信息的约束,提取显著边缘,减少了背景上的边缘；然后在Ratio-contour算法的基础上提出了新的目标函数,使得文中算法能够收敛于显著性高的区域,得到的轮廓更准确地标识前景物体.实验结果表明,该算法有效地提高了轮廓提取的准确性,同时大幅减少了轮廓提取的计算时间.

关键词：感知编组、全局显著性、显著边缘、轮廓提取

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1223-1229