GrabCut算法

摘要： 针对无序分拣过程中车间光照不均导致的分割结果不准确问题,提出一种改进的Grab Cut图像分割算法。该算法采用自适应中值滤波去除图像表面噪声;通过限定对比度自适应直方图均衡化提升图像整体亮度,增强对比度;进一步使用Laplacian算子对刹车盘区域进行锐化处理;在此基础上对刹车盘图像复杂背景进行去除;最后通过仿真实验对比分割效果、PSNR、误分割率、分割准确性和运行时间来评价算法模型。实验结果表明:提出的改进Grab Cut分割算法相较于原始算法能有效降低光照不均对刹车盘复杂图像背景去除的影响,使分割准确率提高了12.5%,分割结果与实际刹车盘模型相比误差小,为刹车盘图像复杂背景去除提供参考。

摘要： 近年来,基于无人机的海上探测与侦察技术获得了迅速发展,利用无人机进行海上船舶目标的识别已经成为一项热点研究,基于图像的目标识别也是其中的重点和难点。传统的图像分割包括边缘检测、聚类分割等,本文结合Grabcut算法和卷积神经网络技术,开发一种新型船舶影响目标识别技术,在提高图像目标识别效率的基础上也提高了目标识别的精度,具有实际应用价值。

摘要： 宫颈细胞核质分离在宫颈细胞形态学研究中是十分重要且具有挑战性的环节.论文提出了一种基于Grab Cut算法结合Canny算子边缘检测高效分离宫颈细胞核与细胞质的方法.对获取宫颈细胞图像进行灰度变化预处理求得灰度直方图,根据直方图求解确定Canny算子双阈值,进而获取宫颈细胞核和细胞质的轮廓;根据获取的轮廓利用改进的Grab Cut算法进行核质分离,并且针对Grab Cut算法进行相应改进,使其高斯混合模型的参数的确定效率提升.实验结果表明,该算法不仅有较好的分割效果而且分割准确率与效率也很高.

摘要： 人工采茶存在效率低下、人工成本高等问题,机械采茶取代人工采茶成为一种重要的采茶方式,针对机械采茶中自然背景茶叶嫩芽分割效率问题,提出了一种自然背景下的茶叶嫩芽图像分割算法.利用显著性检测算法提取出图像中的突出目标作为显著性图,结合GrabCut算法精确的分割出突出的对象.实验结果表明,该图像分割算法对于背景复杂且目标与背景对比不明显的茶叶图像具有良好的分割效果,这为机械手采茶提供了一种新的方法.

摘要： ViBe是一种像素级的背景建模、前景分割算法,其效果优于目前人们所熟知的几种算法,但其还是有检测目标不够完整、因背景与目标颜色相近或光照剧烈变化而容易形成鬼影等不足。针对这两个问题,提出一种结合GrabCut与五帧差分法的ViBe目标检测算法。首先通过ViBe与五帧差分法提取的前景进行“与”运算,然后对所得结果进行形态学处理,减少所得目标分割图像的噪声,并且在非理想状态下,对被分割为多个区域的有效区域进行合并,最后利用GrabCut算法对每个有效区域进行分割。实验结果表明,该算法可有效提取出完整的前景图像,并且减少了背景与目标颜色相似或光照变化对ViBe算法的影响。

摘要： 植物图像的自动分割是植物表型研究的热点问题,也是作物生长过程监测、病虫害识别等应用的核心技术之一。以黄瓜为对象,通过对图像中作物与背景特点的分析,选取EXG超绿分割和GrabCut算法进行试验研究;基于EXG超绿分割和GrabCut算法在黄瓜群体图像上的分割结果及这两种算法的优缺点,提出具有更高分割精度的改进算法。用室内室外不同生长时期的黄瓜植株图像进行试验,温室内图像和室外自然光照图像的平均分割精度分别达到96.56%和96.59%,均优于EXG超绿分割和GrabCut算法。同时表明,本文的改进算法适应性更强,具有较好的鲁棒性。

摘要： 为有效检测复杂环境下绝缘子的掉串故障,提出一种基于改进GrabCut的绝缘子缺陷检测方法.将图像的位置信息与显著性信息融入GrabCut模型,通过位置信息初始化GrabCut模型实现图像自动分割,显著性信息参与约束的混合高斯模型,改善图像的分割效果,采用形态学处理法进行故障定位,提升复杂环境下对故障的辨识能力.实验结果表明,该方法在复杂背景下具有良好的分割效果,能有效检测故障绝缘子,具有较强的鲁棒性.

摘要： ViBe是一种像素级的背景建模、前景分割算法,其效果优于目前人们所熟知的几种算法,但其还是有检测目标不够完整、因背景与目标颜色相近或光照剧烈变化而容易形成鬼影等不足.针对这两个问题,提出一种结合GrabCut与五帧差分法的ViBe目标检测算法.首先通过ViBe与五帧差分法提取的前景进行"与"运算,然后对所得结果进行形态学处理,减少所得目标分割图像的噪声,并且在非理想状态下,对被分割为多个区域的有效区域进行合并,最后利用GrabCut算法对每个有效区域进行分割.实验结果表明,该算法可有效提取出完整的前景图像,并且减少了背景与目标颜色相似或光照变化对ViBe算法的影响.

摘要： 针对传统显著性检测算法分割精度低以及基于深度学习的显著性检测算法对像素级人工注释数据依赖性过强等不足,提出一种基于图割精细化和可微分聚类的无监督显著性目标检测算法.该算法采用由"粗"到"精"的思想,仅利用单张图像的特征便可以实现精确的显著性目标检测.首先利用Frequency-tuned算法根据图像自身的颜色和亮度得到显著粗图,然后根据图像的统计特性进行二值化并结合中心优先假设得到显著目标的候选区域,进而利用基于单图像进行图割的GrabCut算法对显著目标进行精细化分割,最后为克服背景与目标极为相似时检测不精确的困难,引入具有良好边界分割效果的无监督可微分聚类算法对单张显著图做进一步的优化.所提出的算法在ECSSD和SOD数据集上进行测试并与现有的7种算法进行对比,结果表明得到的优化显著图更接近于真值图,在ECSSD和SOD数据集上分别实现了14.3％和23.4％的平均绝对误差(MAE).

摘要： 针对三七叶部病斑图像中存在背景与病斑颜色相近和阳光照射下存在影子的情况导致对图像病斑分割精度不高、效果差的问题,提出一种基于GrabCut和HSV彩色空间模型的分割方法.通过GrabCut算法实现对复杂背景以及阳光照射下的影子与待分割三七叶片的分离.保留第一次分割结果的基础上,在HSV彩色空间下提出一种颜色距离的定义.根据定义的颜色距离,在使用颜色信息的同时结合空间信息,得到病斑的分割边界.实验表明,当色调分量因子k1和饱和度分量因子k2分别取0.1和0.05时得到的分割边缘效果较好.

摘要： 一种结合C‑V水平集和GrabCut算法的分割方法，先通过图像直方图信息以及形态学方法对牙齿图像预处理以突出目标牙齿的轮廓；接着用C‑V水平集方法获取目标牙齿的轮廓，并将轮廓标记成二值图像。通过对二值图像进行金字塔上采样和下采样后作为GrabCut算法的掩膜单独保存；最后用GrabCut算法直接得到目标牙齿。通过将C‑V水平集与GrabCut相结合来进行牙齿分割，有效地克服了牙齿图像灰度分布不均、牙冠相粘连的分割困难。本发明具有更好的分割效果，分割准确率较高，其分割的平均偏差度为0.0198。

摘要： 本发明公开了一种基于蒙版插值的快速Grabcut算法，其特征是，包括如下步骤：1)输入原始图像M，对其进行压缩处理得到图像M1；2)对压缩后的图像M1进行处理，获得与压缩图像M1尺寸相对应的Grabcut算法处理产生的蒙版矩阵Mask1；3)对蒙版矩阵Mask1进行扩展处理；4)对蒙版矩阵Mask2的元素进行数值修正；5)调整Mask3的长宽尺寸与原图像一致；6)对Mask3进行二值化处理得到Mask，并利用Mask对原图像进行分割。本发明所达到的有益效果：本方法对于高分辨率的图像，本方法计算效率更高，且随着图像像素数的增加，改进算法的执行效率优势越大，同时获得与Grabcut算法相近的图像分割效果。

摘要： 一种基于Grabcut及LBP跟踪质心矫正模型的Camshift算法，通过定值增强跟踪视频流和Grabcut前景分割将目标物体从环境中分离出来，使Camshift得到纯净的直方图。同时，Kalman滤波器辅助Camshift，对目标运动轨迹进行预测。在跟踪期间，对目标框内图像进行LBP变换，得到模板以及当前LBP直方图数据，通过比对得到判断系数和框体变化情况，若判定为相近色物体遮挡，则执行S‑Grabcut算法，将质心进行搬移，然后继续正常跟踪。此算法与传统Camshift算法相比很大程度减小了背景噪声的干扰，并且加入Kalman滤波器解决了快速移动和遮挡问题。同时，质心矫正模型很好地解决了相近色物体遮挡带来的干扰。实验结果表明，该算法的鲁棒性优良，满足实时性及准确跟踪的要求，使复杂环境下对目标的跟踪更加稳定。

摘要： 本发明公开了一种结合RGBD数据的GrabCut自动分割算法：首先将深度相机Kinect V2采集到的深度、颜色等数据通过彩色图的像素点对应深度图的坐标系来初步分割包含人物的前景，并作为GrabCut的掩码框。然后将深度数据作为高斯混合模型的第四通道中来改进GrabCut算法的能量方程，实现对人物轮廓进行自动分割。我们改进后的Grabcut算法解决了原有算法在复杂静态背景下存在人物上下半身的服饰颜色差异大时分割不完整、前背景颜色相近时分割不准确、需要用户交互的问题，并且具有自动分割人物轮廓、实时性强、分割准确度高等特点。进一步利用多边形拟合绘制人物轮廓，实现轮廓矢量化。

摘要： 本发明提供基于显著性检测和Grabcut算法的茶叶嫩芽图像分割方法，包括以下：采集自然背景条件下的茶叶嫩芽原图像；构造显著目标预测模块，将所述茶叶嫩芽原图像输入至所述显著目标预测模块，得到茶叶嫩芽显著性图像；所述显著目标预测模块，包括编码器网络和解码器网络；所述编码器网络基于ResNet‑50架构，包括6个阶段，每个阶段均由数量不等的瓶颈残差块组成；所述解码器网络与所述编码器网络对应，也包括6个阶段；对所述茶叶嫩芽显著性图像采用Grabcut的掩码图像方式进行自动分割，得到最终自动分割完毕的茶叶嫩芽图像。本发明提供的有益效果是：实现了自然背景下茶叶嫩芽图像，提高了茶叶嫩芽图像的分割准确率。

摘要： 本发明公开的一种基于Grabcut的砂石颗粒的改进分割算法研究，提出了一种基于图像的砂石粒径分割算法。首先提出一种自适应自动生成目标候选框的方法，能够实现对前景背景混合模型与背景图像快速分割开来，大大减少所需手动绘框的时间,满足在工程现场对于实时性的要求；其次采用基于SLIC的K‑Means的聚类方法，对SLIC的超像素图像的质心进行聚类，可以大幅减少参与聚类的样本数量；Gibbs能量函数可以确定分割的两种边的权重，为了减少Grabcut在候选框内未知标签的前景与背景分割的迭代次数，对Gibbs的能量函数加以一定权重的信息熵函数，对分割的图像的分割信息加以监督，进一步优化系统的实时性。本发明能够应用于工厂对于砂石粒径的实时在线分析。

摘要： 本申请实施例提供一种基于GrabCut算法的图像分割方法和显示设备。该方法包括使用目标检测模型，在待分割图像中确定至少一个目标区域，每一个目标区域内均包括目标图像；在待分割图像中，将目标区域的中心区域标注为前景，将目标区域之外的区域标注为背景；利用GrabCut算法，根据前景和背景，从待分割图像中分割出目标图像。本申请实施例提供的方法和显示设备，在分割图像的过程中，无需与用户进行交互，分割效率较高。

摘要： 一种结合C‑V水平集和GrabCut算法的分割方法，先通过图像直方图信息以及形态学方法对牙齿图像预处理以突出目标牙齿的轮廓；接着用C‑V水平集方法获取目标牙齿的轮廓，并将轮廓标记成二值图像。通过对二值图像进行金字塔上采样和下采样后作为GrabCut算法的掩膜单独保存；最后用GrabCut算法直接得到目标牙齿。通过将C‑V水平集与GrabCut相结合来进行牙齿分割，有效地克服了牙齿图像灰度分布不均、牙冠相粘连的分割困难。本发明具有更好的分割效果，分割准确率较高，其分割的平均偏差度为0.0198。

摘要： 本发明公开了一种基于蒙版插值的快速Grabcut算法，其特征是，包括如下步骤：1)输入原始图像M，对其进行压缩处理得到图像M1；2)对压缩后的图像M1进行处理，获得与压缩图像M1尺寸相对应的Grabcut算法处理产生的蒙版矩阵Mask1；3)对蒙版矩阵Mask1进行扩展处理；4)对蒙版矩阵Mask2的元素进行数值修正；5)调整Mask3的长宽尺寸与原图像一致；6)对Mask3进行二值化处理得到Mask，并利用Mask对原图像进行分割。本发明所达到的有益效果：本方法对于高分辨率的图像，本方法计算效率更高，且随着图像像素数的增加，改进算法的执行效率优势越大，同时获得与Grabcut算法相近的图像分割效果。

摘要： 本发明公开了一种基于grabcut算法的交互式图像分割与融合方法，包含以下步骤：首先采用金字塔下采样降低图像的分辨率，用少量典型像素点估计GMM参数；其次采用交互式技术，标记出图像的前景和背景，进行分水岭分割，对分割得到的掩膜图像加以修改，传递给grabcut做精细分割；先对分割图像作形态学处理，再对处理后的图像继续进行像素变换和形态学处理，得到trimap三分图；以trimap三分图和源图像为输入，使用shared matting共享抠图算法得到前景图像的alpha通道图像；最后以alpha通道图像，源图像和新背景图像为输入，使用alpha blending透明混合算法得到融合后的图像。