计算机应用研究

作者：刘国奇,董一飞,李旭升,宋一帆,

单位：河南师范大学a.计算机与信息工程学院;b.“教学资源与教育质量评估大数据”河南省工程实验室,河南新乡453007；

关键词：超像素,稀疏表示,概率图模型,交互式图像分割,

基金：国家自然科学基金资助项目(U1404603,61901160)；河南省高等学校重点科研资助项目(19A510016)；；

基于像素级的交互式图像分割算法对初始种子位置和噪声敏感，同时仅基于超像素的分割方法无法保留图像细节经常导致分割结果出现欠分割问题。针对上述问题，提出超像素/像素约束和稀疏表示的图像分割模型。该方法利用高斯函数分别对像素和超像素构造了相互约束的代价函数，引入了稀疏分解对模型进行优化以提升模型对图像噪声的鲁棒性，最后利用联合优化策略对代价函数求解估计出目标和背景标记实现目标提取。实验结果表明，与现有的分割方法相比，提出的方法能获得较好的分割效果，对高斯噪声和椒盐噪声具有较强的鲁棒性。

来源：2021年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第2期