检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]陕西师范大学计算机科学学院,西安710062 [2]武警工程学院教育技术中心,西安710086
出 处:《计算机工程》2009年第19期210-212,215,共4页Computer Engineering
基 金:陕西省自然科学基金资助项目(2005A12);陕西师范大学研究生培养创新基金资助项目(2008CXS025)
摘 要:基于图割理论的图像分割具有结合多种知识的统一图像分割框架,可获取全局最优解,但海量的像素级处理单元以及为达到一定分割精度而采用的迭代求解模式,导致算法分割效率不高。以GrabCut算法为基础,通过分水岭变换,将图像划分成区域内颜色相似的若干分块,以各个块内像素的RGB均值代表所在分块的全部像素点来估计高斯混合模型参数,使问题规模减小,算法效率得到提高。Image segmentation methods based on graph cuts have a unified segmentation framework combined with various knowledge, and can get a global optimal solution. Such algorithms have poor efficiency because of massive pixel level processing units and iterative solving model. On the basis of GrabCut algorithm, this paper transforms the image into color-similarity-blocks using the watershed algorithm, and estimates the Gaussian Mixture Model(GMM) parameters with blocks instead of pixels, so sharply decreases the problem scale and significantly improves the algorithm efficiency.
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.249