提出了一种基于轮廓线统计量的前景分割Markov随机场(Markov random field,MRF)模型,和Grabcut等以往模型不同,本文模型通过在分割标签的编码中加入对轮廓线方向的考虑,将Gestalt知觉组织的原则加入分割约束中去,从而使分割边界更为平滑...提出了一种基于轮廓线统计量的前景分割Markov随机场(Markov random field,MRF)模型,和Grabcut等以往模型不同,本文模型通过在分割标签的编码中加入对轮廓线方向的考虑,将Gestalt知觉组织的原则加入分割约束中去,从而使分割边界更为平滑,作为前景分割和Gestalt知觉组织原则研究的基本框架,本文模型的系统结构分为前景分割、注意力选择和信息整合三个子模块,与相关神经生理研究的结论相一致,最后,分别给出了基于本文模型的自动和半自动前景分割实现,结果好于Grabcut等相关算法的结果。展开更多
文摘提出了一种基于轮廓线统计量的前景分割Markov随机场(Markov random field,MRF)模型,和Grabcut等以往模型不同,本文模型通过在分割标签的编码中加入对轮廓线方向的考虑,将Gestalt知觉组织的原则加入分割约束中去,从而使分割边界更为平滑,作为前景分割和Gestalt知觉组织原则研究的基本框架,本文模型的系统结构分为前景分割、注意力选择和信息整合三个子模块,与相关神经生理研究的结论相一致,最后,分别给出了基于本文模型的自动和半自动前景分割实现,结果好于Grabcut等相关算法的结果。