基于视觉显著性信息的自然图像抠图算法
孙巍
尹辉
罗四维
1.北京交通大学计算机与信息技术学院,北京,1000442.北京交通大学计算机与信息技术学院,北京,1000443.北京交通大学计算机与信息技术学院,北京,100044
摘要：为了解决目前抠图算法的采样不充分问题,提出了一种在视觉显著信息指导下的采样,并通过可信度计算确定样本可用性的自然图像抠图算法SIGM.该算法将视觉显著模型引入采样过程,以显著图为指导重点采集区域内的颜色显著样本点.综合分析候选样本对的可信度,将是否符合线性假设、颜色空间内的距离、局部显著性等作为评判依据,选择具有高可信度的样本对来估计透明度值.使用抠图拉普拉斯矩阵作为代价函数的平滑项,优化估计透明度值,得到最终的图像掩膜.实验结果验证了该算法的有效性和准确性.
关键词：图像抠图视觉显著性注意机制颜色采样
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61273364)国家自然科学基金(61272354)国家自然科学基金(61300176)国家自然科学基金(61473031)国家自然科学基金(61472029)北京市自然科学基金(4152042)中央高校基本科研业务费专项(2013JBM019)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 22-27,34 )
英文信息