基于对比度和GrabCut的彩色图像分割算法研究

基于对比度和GrabCut的彩色图像分割算法研究

ID:37072776

大小:3.22 MB

页数:60页

时间:2019-05-17

基于对比度和GrabCut的彩色图像分割算法研究_第1页
基于对比度和GrabCut的彩色图像分割算法研究_第2页
基于对比度和GrabCut的彩色图像分割算法研究_第3页
基于对比度和GrabCut的彩色图像分割算法研究_第4页
基于对比度和GrabCut的彩色图像分割算法研究_第5页
资源描述:

《基于对比度和GrabCut的彩色图像分割算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、HEBEIUNIVERSITY密级:分类号:学校代码:10075学号:20151333硕士学位论文基于对比度和GrabCut的彩色图像分割算法研究学位申请人:张宁雨指导教师:杨文柱教授学位类型:工学硕士学科专业:计算机科学与技术授予单位:河北大学答辩日期:二〇一八年五月ClassifiedIndex:CODE:10075U.D.C:NO:20151333ADissertationfortheDegreeofM.EngineeringColorImageSegmentationBasedonContrastandGrabCu

2、tCandidate:ZhangNingyuSupervisor:Prof.YangWenzhuAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyUniversity:HebeiUniversityDateofOralExamination:May,2018河北大学学位论文独创性声明,本人郑重声明:所呈交的学位论文是本人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知,论文中不包,除了文中特别加

3、以标注和致谢的地方外含其他人已经发表或撰写的研究成果,也不包含为获得河北大学或其他教育机构的学位或证书一所使用过的材料。与我同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明并表示了致谢。i日期:年月日作者签名:H^S_L学位论文使用授权声明本人完全了解河北大学有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。学校可以公布论文的全部或部分内容。,可以采用影印、缩印或其他复制手段保存论文本学位论文属于□

4、。1、在月日解密后适用本授权声明保密,年2、不保密以。“”(请在以上相应方格内打V)作者签名:部Y雨日期:年Z月Z日:年,月汐曰:日期导师签名保护知识产权声明如良和^^的本人为申请河北大学学位所提交的题目为(#子4彩菸礤彳系为的学位论文,是我个人在导师(文指导并与导师合作下取得的研究¥成果,研宄工作及取得的研究成果是在河北大学所提供的研宄经费及导师的研究经费资助下完成的。本人完全了解并严格遵守中华人民共和国为保护知识产权所制定的各项法律、行政法规以及河北大学的相关规定

5、。本人声明如下:本论文的成果归河北大学所有,未经征得指导教师和河北大学的书面同意和授权,本人保证不以任何形式公开和传播科研成果和科研工作内容。如果违反本声明,本人愿意承担相应法律责任。声明人:戏?雨日期:」^1|_年_^月_£_日摘要摘要彩色图像分割是图像识别的基础,分割结果的好坏直接影响识别精度的高低。彩色图像因其背景复杂、目标色彩丰富而难以正确分割。本文利用视觉显著性模型和GrabCut,对彩色图像分割算法进行了改进研究,主要工作如下:1、设计了一种基于改进凸包和颜色对比度的单目标彩色图像分割算法

6、。基于对比度原理的显著性计算模型有时会高亮背景中具有高对比度的区域,得到的显著目标偶尔也会出现空洞。上述问题可通过结合改进后的凸包计算中心显著图得以解决。首先,根据颜色的独特性和颜色的空间分布计算基本显著图;其次,利用FH超像素对凸包进行改进,并根据格式塔原理计算中心显著图;最后,将基本显著图和中心显著图进行加权融合得到综合显著图,使用阈值法对综合显著图进行分割得到最终的目标图像。实验结果表明,该算法与现有主流的显著性计算模型相比在可视效果方面与真值图像更为接近,在准确率等方面有明显的优势。2、设计了一种基于显著性和Gra

7、bCut算法的多目标彩色图像分割算法。利用改进凸包计算多目标彩色图像中心显著性时,由于改进凸包内仍包含相对较多的背景区域,若采用格式塔原理计算中心显著性会出现部分背景显著性值高而目标的显著性值低的情况。针对上述问题,首先利用边界先验理论计算凸包内的显著图,并加权融合基本显著图得到综合显著图;然后使用阈值分割实现图像预分割;最后,根据预分割的结果对GrabCut的GMM模型进行初始化并实现最终分割。实验结果表明,该算法与传统GrabCut算法相比在分割效率和准确率方面有明显的优势。关键词彩色图像分割视觉显著性超像素对比度原理

8、凸包GrabCut算法IAbstractAbstractColorimagesegmentationisthebasisofimagerecognition,anditcandirectlyaffecttheaccuracyofrecognition.Colorimageisdifficulttobes

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。