融合颜色和深度信息的图像物体分割算法

摘要：

当图像中存在阴影、低对比度边缘和模糊区域时,传统算法仅利用外观信息难以准确提取物体轮廓,而深度不连续性为辨识物体边界提供有用信息.文中提出基于颜色和深度信息的图像物体分割算法,首先利用mean-shift算法对图像进行适度的过分割,然后融合颜色和深度信息充分描述过分割区域的特性,根据深度信息自动选取目标和背景的种子区域,最后基于最大相似度进行区域合并,得到图像物体分割结果.在Middlebury和NYU-V2数据库上的实验表明,相比当前通用算法,文中算法简单有效,能提高分割的准确性,改善分割图像的视觉效果.

关键词：图像物体分割、最大相似度、深度信息、种子选取

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目No.61501336,61502358资助 Supported by National Natural Science Foundation of China61501336,61502358

在线出版日期：2016-07-29（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：393-399