结合显著性和超像素改进的GrabCut图像分割

Grab Cut是一种快捷准确的交互式图像分割方法。但是,当待处理图像复杂度较大时,用户很难有效的标注矩形框,而且运算时间较长。针对以上问题,提出了一种改进的Grab Cut算法。该算法通过视觉显著性实现矩形框的自动标注,与超像素的结合有效的减少了分割算法的时间。首先,通过一种结合改进超像素的流形排序算法来得到显著性图,并进一步得到目标的矩形框,然后用改进的超像素来构建Grab Cut图割模型,最后,进行参数迭代估计从而得到分割图像。实验表明,本文提出的方法在保证Grab Cut算法精度的前提下,实现了自动分割,并有效的减少了分割时间。

Improved GrabCut Segmentation Based on Salience and Superpixels