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:
传统的GrabCut图像分割方法大多基于图像的像素值建立图模型,未考虑到彩色图像中丰富的纹理信息.为此,提出一种新的GrabCut模型图像分割算法.对比基于结构张量的GrabCut分割方法和传统GrabCut分割方法的结果,利用结构张量和像素值构建紧缩的结构张量.为提高计算的简洁性和高效性,将GrabCut方法构建的混合高斯模型扩展到张量空间,并用Kullback-Leible散度代替常用的黎曼度量.在合成纹理图像和自然图像上进行的实验结果表明,与Carsten Rother,GACWRF等方法相比,该算法具有更精确的分割效果,不仅实现了纹理信息与颜色信息的无参融合,而且提高了计算效率.
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
基于三次样条插值的GrabCut自动目标分割算法
三维模型重建
三次样条插值
GrabCut
背景差分法
差异函数
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 基于结构张量的GrabCut图像分割算法
来源期刊 计算机工程 学科 工学
关键词 图像分割 结构张量 图割模型 Kullback-Leible散度 混合高斯模型
年,卷(期) 2017,(8) 所属期刊栏目 图形图像处理
研究方向 页码范围 258-265,271
页数 9页 分类号 TP391
字数 8074字 语种 中文
DOI 10.3969/j.issn.1000-3428.2017.08.044
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 刘宏哲 北京联合大学北京市信息服务工程重点实验室 51 498 12.0 21.0
2 袁家政 北京联合大学北京市信息服务工程重点实验室 28 244 8.0 14.0
4 张勇 北京联合大学北京市信息服务工程重点实验室 1 6 1.0 1.0
7 李青 北京联合大学北京市信息服务工程重点实验室 5 26 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (18)
参考文献  (17)
节点文献
引证文献  (6)
同被引文献  (26)
二级引证文献  (9)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(2)
  • 参考文献(2)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(6)
  • 引证文献(5)
  • 二级引证文献(1)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像分割
结构张量
图割模型
Kullback-Leible散度
混合高斯模型
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导