结合显著性和超像素改进的GrabCut图像分割

• 作者: 刘辉 石小龙
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: GrabCut 简单线性迭代聚类 显著性检测 流形排序
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 55-61
• 页数: 7页
• 分类号: TP391
• 字数: 6068字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	重庆邮电大学通信新技术应用研究中心	68	209	7.0	12.0
5	石小龙	重庆邮电大学通信新技术应用研究中心	2	13	2.0	2.0