| 融合全局显著性信息的轮廓编组模型 |
| |
| 引用本文： | 邓强,罗予频,葛俊锋. 融合全局显著性信息的轮廓编组模型[J]. 计算机辅助设计与图形学学报, 2013, 25(8) |
| |
| 作者姓名： | 邓强 罗予频 葛俊锋 |
| |
| 作者单位： | 1. 清华大学自动化系 北京 100084;清华信息科学与技术国家实验室 北京 100084
2. 华中科技大学控制科学与工程系 武汉 430074 |
| |
| 摘 要： | 基于感知编组的轮廓提取算法容易受背景上边缘的影响,导致轮廓提取的准确率低,为此提出一种结合感知编组与全局显著性信息的轮廓提取算法.首先在Canny算子框架下增加显著性信息的约束,提取显著边缘,减少了背景上的边缘；然后在Ratio-contour算法的基础上提出了新的目标函数,使得文中算法能够收敛于显著性高的区域,得到的轮廓更准确地标识前景物体.实验结果表明,该算法有效地提高了轮廓提取的准确性,同时大幅减少了轮廓提取的计算时间.
|
| 关 键 词： | 感知编组 全局显著性 显著边缘 轮廓提取 |
Closed Contour Extraction by Perceptual Organization and Global Saliency |
| |
| Deng Qiang , Luo Yupin , Ge Junfeng. Closed Contour Extraction by Perceptual Organization and Global Saliency[J]. Journal of Computer-Aided Design & Computer Graphics, 2013, 25(8) |
| |
| Authors: | Deng Qiang Luo Yupin Ge Junfeng |
| |
| Abstract: | |
| |
| Keywords: | perceptual organization global saliency salient edge contour extraction |
| 本文献已被 万方数据 等数据库收录！ |
|
