论文部分内容阅读
随着数码照相机、计算机、平板、智能手机等设备的全面普及,在我们的日常生活和工作中常常与大量的多媒体影像、图像打交道,时常需要对其进行抠图处理,人们对于抠图方式的简便和效果的要求也越来越高。本文就交互式抠图算法进行了深入研究,在保证抠图质量的同时改进其交互方式,减少了抠图过程中用户交互的工作量。首先对国内外较为流行的几种比较经典的交互式抠图算法进行了研究,重点研究了Lazy Snapping算法和Grab Cut算法,然后针对这两个算法的一些不足进行了改进,提出了局部优化的Lazy Snapping算法和基于RC显著性的Grab Cut算法。最后通过实验证明了本文改进后的算法较原算法相比简化了交互方式并改善了前景提取效果。本文的主要贡献和内容如下：1、提出了局部优化的Lazy Snapping算法。该算法在原Lazy Snapping算法的基础上进行了两个方面的改进：(1)针对原算法的分水岭预分割导致的过度分割问题,该算法采用了简单线性迭代聚类(SLIC)超像素算法进行图像的预分割处理。(2)用户在通过标注前景和背景以得到前景提取结果后,对得到的前景分割结果的边界区域进行了局部优化,先自动检测出可疑区域,然后对可疑区域进行了优化。2、提出了基于RC显著性的Grab Cut算法。该算法将RC显著性算法与Grab Cut算法相结合,自动地获取包含前景区域的矩形框,如果得到的矩形框用户不是很理想,可通过改变矩形框的大小和位置来得到满意的结果,然后在对混合高斯模型进行参数初始化并迭代得到前景区域。3、实现了交互式抠图系统。该系统实现了原始Lazy Snapping算法、原始Grab Cut算法和本文改进的两个算法的抠图功能,并通过一个实例介绍了系统的使用方法。