10.19678/j.issn.1000-3428.0047158
基于显著性的Grabcut图像分割方法
传统Grabcut算法需要人工交互,在图像前景和背景颜色相似时容易产生错误分割的问题.为此,结合显著性测量和Grabcut算法,提出一种新的图像分割方法.改良显著性的度量方法以获得较好的显著图,进而将显著图转换成约束项加入到Grabcut的区域项中,从而提高区域项的可靠性,利用显著图代替人工交互初始化Grabcut,实现Grabcut自动分割,并减少其在图像前景和背景颜色相似时的错误分割.实验结果表明,与传统的Grabcut算法和显著性检测方法相比,该方法可以获得较好的图像分割结果.
显著性、Grabcut算法、图像分割、视觉注意机制、高斯混合模型
44
TP391(计算技术、计算机技术)
国家自然科学基金61305058:江苏省高校自然科学研究面上项目16KJB52009,15KJB520008
2018-11-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
230-236,243