-
公开(公告)号:CN102968782B
公开(公告)日:2015-08-19
申请号:CN201210336043.8
申请日:2012-09-12
Applicant: 苏州大学
IPC: G06T7/00
Abstract: 本发明公开了一种彩色图像中显著对象的自动抠取方法,其特征在于,将图像从RGB颜色空间变换至HSV颜色空间,从色调、亮度以及暖色增益三个方面计算目标的显著性;根据显著度图,获得包围显著区域的矩形框,并进行矩形框扩展,扩展后的矩形框包围的图像作为后续处理的图像;用改进的分水岭算法对输入图像内容进行预分割,以预分割后的形成的超级像素子区域代替像素点构造图切分的赋权图,采用最大流-最小切策略进行分割,直至能量函数收敛,获得切割后的图像。本发明提供了一种自动的抠像技术,可以快速有效地抠取场景中的显著物体,在抠像效率、质量等方面有显著性的提高。
-
公开(公告)号:CN102968782A
公开(公告)日:2013-03-13
申请号:CN201210336043.8
申请日:2012-09-12
Applicant: 苏州大学
IPC: G06T7/00
Abstract: 本发明公开了一种彩色图像中显著对象的自动抠取方法,其特征在于,将图像从RGB颜色空间变换至HSV颜色空间,从色调、亮度以及暖色增益三个方面计算目标的显著性;根据显著度图,获得包围显著区域的矩形框,并进行矩形框扩展,扩展后的矩形框包围的图像作为后续处理的图像;用改进的分水岭算法对输入图像内容进行预分割,以预分割后的形成的超级像素子区域代替像素点构造图切分的赋权图,采用最大流-最小切策略进行分割,直至能量函数收敛,获得切割后的图像。本发明提供了一种自动的抠像技术,可以快速有效地抠取场景中的显著物体,在抠像效率、质量等方面有显著性的提高。
-
公开(公告)号:CN104268546A
公开(公告)日:2015-01-07
申请号:CN201410229426.4
申请日:2014-05-28
Applicant: 苏州大学
CPC classification number: G06K9/00765 , G06K9/6212
Abstract: 本发明公开了一种基于主题模型的动态场景分类方法,其特征在于,包括以下步骤:(1)利用SIFT特征对图像进行局部描述,生成原始图像对应的SIFT特征图,经过时间的变化,原始图像对应的特征之间就会有相对位置上的变化,这种变化构成了流场,形成了动态视频SIFT流;(2)对动态视频SIFT流场图像进行均匀分块,分为网格对每一个分块按SIFT流的方向量化为8个柄的直方图,形成72维特征矢量,利用K-mean聚类形成为视觉单词;(3)引入单词先验信息扩展原始TMBP模型,并将原始TMBP模型和Konwledge-TMBP模型利用量化后的视觉单词建模,得到场景分类的结果。利用SIFT流信息描述动态场景中的动态信息生成视觉单词,并考虑视觉单词对表达主题是否有意义的问题,在主题模型的推理中加入视觉单词的权重,从而达到提高动态场景的分类速度与精度的目的。
-
-