交互式摳圖算法的研究及實現(xiàn).pdf

1、隨著數(shù)碼照相機、計算機、平板、智能手機等設(shè)備的全面普及，在我們的日常生活和工作中常常與大量的多媒體影像、圖像打交道，時常需要對其進行摳圖處理，人們對于摳圖方式的簡便和效果的要求也越來越高。本文就交互式摳圖算法進行了深入研究，在保證摳圖質(zhì)量的同時改進其交互方式，減少了摳圖過程中用戶交互的工作量。首先對國內(nèi)外較為流行的幾種比較經(jīng)典的交互式摳圖算法進行了研究，重點研究了Lazy Snapping算法和Grab Cut算法，然后針對這兩個算法的

2、一些不足進行了改進，提出了局部優(yōu)化的Lazy Snapping算法和基于RC顯著性的Grab Cut算法。最后通過實驗證明了本文改進后的算法較原算法相比簡化了交互方式并改善了前景提取效果。本文的主要貢獻和內(nèi)容如下:
　　1、提出了局部優(yōu)化的Lazy Snapping算法。該算法在原Lazy Snapping算法的基礎(chǔ)上進行了兩個方面的改進:(1)針對原算法的分水嶺預(yù)分割導致的過度分割問題，該算法采用了簡單線性迭代聚類(SLIC)超

3、像素算法進行圖像的預(yù)分割處理。(2)用戶在通過標注前景和背景以得到前景提取結(jié)果后，對得到的前景分割結(jié)果的邊界區(qū)域進行了局部優(yōu)化，先自動檢測出可疑區(qū)域，然后對可疑區(qū)域進行了優(yōu)化。
　　2、提出了基于RC顯著性的Grab Cut算法。該算法將RC顯著性算法與Grab Cut算法相結(jié)合，自動地獲取包含前景區(qū)域的矩形框，如果得到的矩形框用戶不是很理想，可通過改變矩形框的大小和位置來得到滿意的結(jié)果，然后在對混合高斯模型進行參數(shù)初始化并迭代得