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:
图像分割是计算机视觉的重要组成部分,但大多数图像分割工作主要集中在二维图像的处理上,故结合深度信息和GrabCut算法提出一种新的分割方法.为了准确地分割出目标物体,利用物体深度信息的同时提出一种基于背景和前景先验的GrabCut图像分割方法.融入深度信息,选择深度特征结合流形排序算法来构造图模型;为了进一步突出目标对象,抑制背景区域,分别利用背景先验和前景先验,生成相应的显著图,将二者融合并进行优化得到最终待处理图像;以深度信息指导GrabCut算法进行精分割,得到分割结果.实验结果表明,该方法能够较为准确地分割出目标对象.
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
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
融合均值漂移和加权谱聚类的彩色图像分割
均值漂移
加权谱聚类
彩色图像
图像分割
融合全局和局部信息的水平集乳腺MR图像分割
乳腺MRI
融合全局和局部信息
水平集
灰度不均匀
自适应指示函数
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 融合彩色信息和深度信息的GrabCut图像分割
来源期刊 计算机应用与软件 学科 工学
关键词 图像分割 深度信息 GrabCut算法 背景先验 前景先验
年,卷(期) 2020,(8) 所属期刊栏目 图像处理与应用
研究方向 页码范围 188-193
页数 6页 分类号 TP391
字数 4778字 语种 中文
DOI 10.3969/j.issn.1000-386x.2020.08.033
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 凌滨 东北林业大学机电工程学院 34 128 6.0 9.0
2 李超 东北林业大学机电工程学院 46 353 10.0 17.0
3 赵永辉 东北林业大学机电工程学院 17 23 3.0 4.0
4 郭也 东北林业大学机电工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (23)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
图像分割
深度信息
GrabCut算法
背景先验
前景先验
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导