一种基于图的交互式目标分割算法

静态图片的编辑中,交互式背景、前景分割的高效性研究有着重大的实际意义。传统的分割方法或是应用图片的纹理(色彩)信息,如Magic Wand,或是利用边界(对比度)信息,如Intelligent Scissors。最近提出的Graph cuts分割算法很好地结合了以上的两种信息。该文将介绍Graph cuts算法以及在该算法基础上改进得到的Grab cut算法。Grab cut算法堪称目前交互式分割方法中分割效果较好的方法,其分割精度高,交互工作少,具有较好的应用前景。文章结合作者当前的研究课题,把Grab cut算法应用在医学图像器官分割中得到了令人满意的效果。

GrabCut彩色图像分割算法的研究

GrabCut算法是一种高效的前景背景分割算法。传统分割算法应用纹理或边界信息中的一种进行分割,而GrabCut算法综合利用了纹理及边界两种信息进行图像分割。GrabCut算法是对Graphcuts算法的改进,具有分割精度高,交互式操作少的优点,并将分割从灰度图像推广到了彩色图像领域,是一种比较有前途的交互式分割算法。该算法用在静态图像编辑中的图片背景更换,取得了很好的效果。

Grab Cut数字抠图方法的研究与实现

在图像处理中,关于图像分割方法的高效性研究有着重要意义.传统的图像分割方法或者是应用图片色彩的信息(全局),例如常用图像处理工具PhotoShop中的魔术棒工具;或者是利用图片边界信息(局部),如PhotoShop中的智能套索工具.Graph Cuts分割算法有效的结合在图像处理中所用到的两种图像信息.在Graph Cuts算法的基础上发展而来的Grab Cut算法,在交互工作相当简单的基础上,可以得到良好的分割结果.结合作者所研究的课题,对Grab Cut方法在图像分割部分的实现进行了比较详细的介绍.

OpenVMS环境下测控软件中端口读写的快速实现

本文介绍一种在ＯｐｅｎＶＭＳ下无需编写设备驱动程序而快速实现端口读写的简便方法。