计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
10期
3191-3195
,共5页
图像分割%GrabCut%SLICO%CIELab%背景区域优化
圖像分割%GrabCut%SLICO%CIELab%揹景區域優化
도상분할%GrabCut%SLICO%CIELab%배경구역우화
image segmentation%GrabCut%SLICO%CIELab%background-optimal
针对GrabCut基于像素建立图模型并进行迭代求解耗时的特点,提出了一种新的基于SLICO改进的GrabCut分割新算法.首先用户在图像目标区域手动划定一个矩形框,然后在CIELab颜色模型下利用SLICO算法将图像预处理成内部颜色一致的超像素图,利用这些超像素来构建图模型,并用这些超像素均值迭代估计高斯混合模型(GMM)参数.在参数估计中,采用背景区域优化技术,显著减少迭代时的节点数量,并减少矩形框外颜色的干扰,最后利用最小割(min-cut)算法求得图模型的最优分割.实验结果表明了该算法在精度和速度上都有很好的性能.
針對GrabCut基于像素建立圖模型併進行迭代求解耗時的特點,提齣瞭一種新的基于SLICO改進的GrabCut分割新算法.首先用戶在圖像目標區域手動劃定一箇矩形框,然後在CIELab顏色模型下利用SLICO算法將圖像預處理成內部顏色一緻的超像素圖,利用這些超像素來構建圖模型,併用這些超像素均值迭代估計高斯混閤模型(GMM)參數.在參數估計中,採用揹景區域優化技術,顯著減少迭代時的節點數量,併減少矩形框外顏色的榦擾,最後利用最小割(min-cut)算法求得圖模型的最優分割.實驗結果錶明瞭該算法在精度和速度上都有很好的性能.
침대GrabCut기우상소건립도모형병진행질대구해모시적특점,제출료일충신적기우SLICO개진적GrabCut분할신산법.수선용호재도상목표구역수동화정일개구형광,연후재CIELab안색모형하이용SLICO산법장도상예처리성내부안색일치적초상소도,이용저사초상소래구건도모형,병용저사초상소균치질대고계고사혼합모형(GMM)삼수.재삼수고계중,채용배경구역우화기술,현저감소질대시적절점수량,병감소구형광외안색적간우,최후이용최소할(min-cut)산법구득도모형적최우분할.실험결과표명료해산법재정도화속도상도유흔호적성능.
