融合全局显著性信息的轮廓编组模型

• 作者: 罗予频 葛俊锋 邓强
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 感知编组 全局显著性 显著边缘 轮廓提取
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1223-1229
• 页数: 7页
• 分类号: TP391
• 字数: 4497字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗予频	清华大学自动化系	46	507	12.0	20.0
3	葛俊锋	华中科技大学控制科学与工程系	41	266	9.0	13.0
6	邓强	清华大学自动化系	1	9	1.0	1.0