基于视觉显著性信息的自然图像抠图算法

• 作者: 孙巍 尹辉 罗四维
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 图像抠图 视觉显著性 注意机制 颜色采样
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 计算机应用与图像处理
• 页码范围: 22-27,34
• 页数: 7页
• 分类号: TP391.4
• 字数: 5115字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2015.02.004

摘要

为了解决目前抠图算法的采样不充分问题,提出了一种在视觉显著信息指导下的采样,并通过可信度计算确定样本可用性的自然图像抠图算法SIGM.该算法将视觉显著模型引入采样过程,以显著图为指导重点采集区域内的颜色显著样本点.综合分析候选样本对的可信度,将是否符合线性假设、颜色空间内的距离、局部显著性等作为评判依据,选择具有高可信度的样本对来估计透明度值.使用抠图拉普拉斯矩阵作为代价函数的平滑项,优化估计透明度值,得到最终的图像掩膜.实验结果验证了该算法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北京交通大学计算机与信息技术学院	99	1303	17.0	33.0
2	尹辉	北京交通大学计算机与信息技术学院	18	40	3.0	5.0
3	孙巍	北京交通大学计算机与信息技术学院	4	20	3.0	4.0