结合显著性和超像素改进的GrabCut图像分割

基金项目: 重庆市研究生科研创新基金资助项目(CYS15166)

详细信息

Improved GrabCut Segmentation Based on Salience and Superpixels

摘要: GrabCut是一种快捷准确的交互式图像分割方法.但是,当待处理图像复杂度较大时,用户很难有效的标注矩形框,而且运算时间较长.针对以上问题,提出了一种改进的GrabCut算法.该算法通过视觉显著性实现矩形框的自动标注,与超像素的结合有效的减少了分割算法的时间.首先,通过一种结合改进超像素的流形排序算法来得到显著性图,并进一步得到目标的矩形框,然后用改进的超像素来构建GrabCut图割模型,最后,进行参数迭代估计从而得到分割图像.实验表明,本文提出的方法在保证GrabCut算法精度的前提下,实现了自动分割,并有效的减少了分割时间.
- GrabCut /
- 简单线性迭代聚类 /
- 显著性检测 /
- 流形排序

1.	周鹏飞，朱洪立，李明俊，张成军，王兴一，潘士兵. 超材料在军用隐身中的应用研究. 材料工程. 2024(02): 112-121 . 百度学术
2.	何云飞，徐晨，徐国跃，梁娟，郭腾超. 低发射率涂层与超材料吸波体兼容性能的研究. 兵器材料科学与工程. 2019(02): 56-59 . 百度学术