去除背景轻松搞定——Instant Mask

功能简介：去除照片背景是我们经常会碰到的操作，这件事虽说不难，但通常要用到Photoshop之类的专业软件，每次为了这么个需求专门安装Photoshop未免太麻烦，这里就为大家推荐一款易用的背景去除软件——Instant Mask，这款软件非常实用，它可以轻松删除照片的背景。

傅立叶变换(FFT)去除指印背景

对于具有规律性的指印干扰背景,可利用DCS-3数字化手印提取处理系统内嵌的Image-Pro plus软件中的傅立叶变换(FFT)图像处理方法去除。处理过程中应注意：所用的图像格式需为灰度模式且图像必须使用TIFF格式；在傅立叶图谱上用AOI选择要删除的噪音点时,AOI选择的删除区域尽量精确,以使转换后所得指印图像更清晰。

猪舍固定摄像背景去除法

针对主要的背景去除法在养殖场猪舍视频监控应用中的不足,提出一种背景去除法。通过初始化背景帧、以并行结构进行对称差分和背景减、进行视频状态分析、以状态码为控制条件分别进行背景更新和前景融合,改进的背景更新算法能适应没有前景和有前景、背景光线突变和渐变等情况,前景融合算法仅提取包含阴影在内的前景区域;改进的阴影检测算法以并行结构联立阴影判别条件;最后,获得当前帧的精确前景。实验显示本方法具有自适应性、低计算代价,为后继的猪视频智能分析创造有利条件。

Canny算子联合阈值分割的解剖图像背景去除

研究数字化人体图像的背景去除,是数字化可视人体图像的研究领域(chinese visible human)中必不可少的一步。本研究提出了一种基于Canny算子计算目标边缘联合阈值分割有效地去除了数字化人体图像的背景。算法首先利用归一化阈值分割技术排除大部分背景,再结合边缘跟踪对目标边界附近保留的边缘进行识别、连接、去噪,准确、有效的去除了背景。用Matlab软件对上述方法进行验证,通过与其他几种分割算法的比较,本方法实际使用效果较好。

中阶梯光栅光谱仪谱图背景去除算法

中阶梯光栅光谱仪凭借交叉色散特性实现全谱瞬态直读,面阵探测器接收的二维光谱图像需要还原成一维谱图以提取有效波长。由于二维谱图含有庞大的数据,且有效信息仅占极小比例,因此在谱图还原前进行背景去除能够减小数据量、提高运算速度。详细分析了中阶梯光栅光谱仪二维图像的特点,并针对其特点提出了背景去除算法。将图像边缘检测方法应用于弥散光斑的检测中,选择合适的边缘检测算子与原始图像卷积得到边缘图像,设置边缘图像的全局阈值对其进行二值分割,最终利用二值边缘图像映射原始图像得到去除背景的二维谱图。依据不同元素灯在不同积分时间下所拍摄的谱图,对比不同边缘检测算法的背景去除效果,分析了各算子对算法速度、精度的影响。实验结果表明本文提出的算法运算简单、边缘图像阈值易于计算、目标提取精度高,处理后的图像可以与谱图还原算法有效对接,谱图处理速度显著提升。

基于GAN的背景去除关键技术研究

背景去除是图像处理中常做的操作之一,是把图像或影像的某一部分从原始图像或影像中分离出来成为单独的部件。在过去的背景去除算法中,数据集的制作多利用Photoshop来进行人工交互处理,针对目前交互式背景去除人工工作量大的问题,提出一种基于生成对抗网络的自动背景去除方法,通过图像分割结构模型获取分割图像,主要结构为编码器-解码器模型,设计生成对抗结构模型,将语义分割模型与判别器网络相结合,分割模块产生二值分割图,由生成对抗网络进行对抗学习,优化生成器的精度。生成对抗网络通过比较生成的图像和真实标记图像的差异,指导生成对抗网络优化模型参数。实验证明,分割一对抗网络模型进一步提高了分割网络的分割效果。

基于聚类算法的彩色照片背景去除技术

在研究照片背景去除技术的领域,已有的方法都是针对黑白照片的。文章利用数据挖掘领域的聚类技术,提出一种直接去除彩色照片背景的技术,实验证明去除效果良好,具有较强的实用价值。

基于去辊道背景实现工件位姿识别

针对工业辊道高干扰环境中识别无序摆放工件时存在的识别准确率低与耗时长等问题,提出一种新型去背景提取工件最小包围轮廓方法(RBEC)去获取辊道上无序摆放工件的角度和位置信息。首先,用滤波后的背景图像与工件图像进行像素相减去除阴影与大部分干扰背景;其次,通过提出的辊道残留去除算法除去图像背景中残留的滚筒边缘;最后,采用形态学闭运算连通只剩工件区域的像素点并通过提取该区域的最小包围轮廓信息获取辊道上的工件角度和位置信息。在实际工业环境中的工件分拣平台上进行实验,其结果可满足位姿识别需求,且RBEC法计算简单,鲁棒性高,相较于SIFT法和SURF法,RBEC法计算时间分别降低88.7%和83.0%,角度误差分别下降了45.9%和44.5%。

基于Canny算子和形态学滤波的焊缝图像背景去除技术

为了减少焊缝图像中焊道以外的冗余数据对缺陷检测造成影响,提出一种基于Canny算子和形态学滤波的焊缝X射线图像背景去除技术。原始焊缝图像使用中值滤波平滑后先通过Canny算子得到图像的粗略边缘,再使用数学形态学中的膨胀和细化使焊道边缘闭合。最后通过区域生长算法生成焊道区域灰度值为1,背景灰度值为0的二值化掩膜图像,该图像与原图像相与得到背景去除后的焊缝图像。实验结果表明,该算法处理后图像的轮廓纯净度和完整性都得到了较大的改进,前景边缘更加清晰,背景去除更加彻底,有效地避免了背景对焊缝检测的影响。

一种改进型Canny联合阈值分割的图像背景去除——在外观专利图像检索中的应用

背景去除是外观专利图像检索中图像预处理的重要归一化步骤,针对外观设计专利图像库中图像背景多样性、复杂性和随机性的特点,提出了一种改进型Canny算子联合阈值分割的图像分割算法。通过对图像颜色采样的自适应阈值分割获取阈值,联合Canny算子和形态学方法对图像生成前景物体分割模板,从而有效去除背景信息。实验证明,与改进前的图像分割算法对比,该算法得到的前景物体轮廓更加精确;针对外观专利图像检索平台中的图像分割,该算法具有很好的自适应性。

航空瞬变电磁数据背景场去除研究

与地面瞬变电磁法相比,航空瞬变电磁法受不同的噪声类型影响较大,如天电噪声、运动噪声等,并且背景场对数据的影响也是不可忽略的。由于背景场中含有一次场信息,使得背景场幅值远大于含有地质信息的二次场信号。为较清晰地获得地下电性结构,需找到可以高效去除背景场的方法。本文提出利用线性插值方法来对背景场问题进行研究。首先,获得前、后高空飞行的测线数据,经过叠加、平均计算得到叠加周期内相同采样时间道的响应值,然后,利用插值原理针对每个采样时间道建立一个插值函数,最后,根据飞行时间来计算工区每条测线上采集数据的背景场值,从而达到去除背景场的目的。实测数据背景场去除的算例表明,该方法可较好地去除背景场对二次场异常的掩盖,去除后可较清晰地判断异常出现的位置。时间域航空电磁数据预处理包含较多处理模块,该方法的提出为高效的数据处理奠定了基础。

车辆识别系统中的背景去除算法研究

车型识别是智能交通系统中的一个重要组成部分,对促进交通系统智能化的发展具有重大的实际意义;背景去除是车型识别系统中重要的一部分,根据背景的复杂程度,设计了两种去除背景的算法:基于形态学开运算的背景去除算法和帧差法。

基于OpenCV的涂树白机视觉图像背景去除

随着图像处理的广泛应用与处理手段的不断改进,利用OpenCV对涂树白机自动判别树干直径大小所遇到的关键问题即去除纷乱背景进行了研究和分析。通过色彩自动分割、图像形态学处理以及特征提取等一系列过程,利用OpenCV本身强大的函数库对树干的背景进行了去除,具有积极意义。

基于条件生成对抗网络的手势图像背景去除方法

在以手势图像为基础的研究中,一个很大的挑战在于去除手势图像中存在的杂乱背景。目前移除图像背景的主流方法是语义分割,但是该方法存在效率低、难以处理精细化的背景移除任务的问题。为提升图像背景移除效率,采用一种基于条件生成对抗网络(GAN)的图像背景移除方法,该方法不再依赖于传统的图像到语义(image2semantics)的复杂处理,而是直接处理图像到图像(image2image)的任务。其利用生成对抗网络中的生成器来生成不带背景的图片,利用判别器来判断生成器输出的图片是否含有背景,通过迭代训练生成器和判别器可以实现两个目的:a)提升判别器对图片是否带背景的识别能力;b)提升生成器移除背景的能力。对收集到的大量手势图片进行了实验,结果表明提出的方法不仅能对不同的手势图片达到较好的背景去除效果,而且该网络简单,训练好的模型具有一定的模型泛化能力和鲁棒性。

用Word2010表格背景去除更简单

以前《电脑迷》杂志有一篇叫作《巧妙去除Word文档中的白色背景》的文章，看过之后那感觉真是受益匪浅。因为前不久也遇到过类似的问题，一直找不到合理解决办法，只能是手工重新编辑，看到该文后感觉这下有救了。

基于背景移除的时域目标检测

针对时域目标检测算法中跟踪数据量大、实时实现难度高的缺点,提出一种基于背景移除的时域目标检测方法。该方法首先根据不同像素点的时域起伏特性建立一个统一的模型,进而利用最小二乘法估计出该模型的参数,实现静态背景的移除。然后采用最小值滤波估计出目标信号的检测基准,并进一步分析了像素时域特性偏离该基准的分布特性,最终得到一个合适的目标检测量度。将所给出的算法应用于实际运动弱小目标的检测,实验结果表明,此算法对于复杂背景下的运动弱小目标具有很好的检测性能。

基于OpenCV的人脸黑头识别算法

目前越来越多的人受到人脸黑头问题的困扰,为了更加直观地看到人脸黑头的情况,基于OpenCV提出了一种智能识别黑头的算法,通过黑头仪设备获取到人脸照片,先通过灰度化,去噪滤波,图像增强算法对图像进行预处理改善图像质量,再进行自适应阈值二值化去除图像背景,获取到疑似黑头的特征,再根据黑头预设特征对疑似目标进行筛选得到最终识别为黑头的结果,并进行标记和计数。将算法移植到黑头仪设备中,经过测试,算法识别准确率达到85.55%。

复杂背景下视频序列中的人脸定位算法

视频序列中的人脸定位是利用视频图像进行人脸识别的关键技术。为提高视频序列中人脸定位的准确性,通过分析彩色视频序列中的人脸特点,提出一种采用背景去除、肤色区域探测、水平亮度投影和垂直梯度运算、特征点拟合等人脸模板特征的方法,对视频序列中的人脸进行定位。实验结果表明,该方法定位的人脸能够满足实际应用,已利用本方法开发了人脸门禁系统。

基于阈值分割与多边形扫描求交的明暗恢复形状重构模型冗余信息去除

针对明暗恢复形状重构模型存在图像背景信息问题，提出基于阈值分割与多边形扫描求交的冗余信息去除方法。通过阈值分割将图像转换为二值图像，采用形态学方法修补二值图像中的缺陷，并利用微分算子提取图像的二维轮廓；通过多边形扫描求交将图像分割为目标区域和背景区域；根据由阴影恢复形状原理重构三维模型，并通过二维轮廓与三维形貌的信息匹配去除图像背景冗余信息。实例表明，该方法能够有效去除明暗恢复形状重构模型中的图像背景冗余信息，保证重构模型的形状精度。