基于双边网格和置信颜色模型的快速图像鲁棒分割方法

摘要：

为了在提供少量用户交互的情况下快速、准确地处理复杂自然图像的前景提取任务, 提出一种基于双边空间和置信颜色模型的快速图像鲁棒分割方法. 首先使用分辨率明显低于输入图像的双边网格重采样输入图像, 极大地减少待处理的图像数据量; 其次基于双边网格顶点构建图并定义图切割能量项, 根据高斯分布规律定义未知颜色和二义颜色的辨别准则, 以构建鲁棒的颜色模型; 最后采用标准的最大流/最小割算法进行全局优化求解, 实现高质量的图像前景提取. 实验结果表明, 该方法不仅能够在1 s内提取出高分辨率图像满足实时性要求的、有意义目标物体, 而且还实现了复杂场景下的图像鲁棒分割.

关键词：图像分割、前景提取、双边空间、双边网格、置信颜色模型

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61402053,61602059,61772087;湖南省自然科学基金2017JJ3334;湖南省教育厅科学研究项目16C0046,16A008

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1284-1296