基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了消除服装图像背景的影响,针对目前的GrabCut算法存在对图像局部像素值的变化敏感、时间开销大、边缘不准确等问题,提出了改进的GrabCut算法.在改进算法中,通过对梯度图像使用多尺度分水岭去噪增强了图像的边缘信息,减少了后续处理的计算量;通过采取熵惩罚因子最优能量函数减少了检索图像的有效信息丢失.将改进后的GrabCut算法引入基于内容的服装图像检索系统中,实验结果表明与同类方法相比,所提方法在检索显示准确性以及检索的平均查准率和查全率方面均有明显的提升.
推荐文章
改进的GrabCut算法木材表面缺陷图像分割试验
木材表面缺陷
木材图像分割
GrabCut算法
基于非归一化直方图的GrabCut图像分割算法改进
GrabCut
非归一化直方图
图像分割
高斯混合模型
能量函数
一种新的基于SLICO改进的GrabCut彩色图像分割算法
图像分割
GrabCut
SLICO
CIELab
背景区域优化
基于多特征的服装图像检索
图像检索
不变距
背景去除
颜色直方图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GrabCut改进算法的服装图像检索方法
来源期刊 计算机科学 学科 工学
关键词 图像检索 GrabCut算法 图像分割 图像背景
年,卷(期) 2016,(z2) 所属期刊栏目 模式识别与图像处理
研究方向 页码范围 242-246
页数 5页 分类号 TP391
字数 4801字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖行 广东财经大学信息学院 3 4 1.0 2.0
2 胡玉平 广东财经大学信息学院 9 69 3.0 8.0
3 罗东俊 广东财经大学信息学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (132)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (37)
二级引证文献  (3)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(4)
  • 参考文献(0)
  • 二级参考文献(4)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(8)
  • 参考文献(1)
  • 二级参考文献(7)
1997(10)
  • 参考文献(0)
  • 二级参考文献(10)
1998(14)
  • 参考文献(1)
  • 二级参考文献(13)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像检索
GrabCut算法
图像分割
图像背景
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导