0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

浅述自适应显着性的图像分割(源码开放)

新机器视觉 来源:Tim Chin 作者:Tim Chin 2021-11-02 10:02 次阅读

本文介绍算法的源码在github上给出

https://github.com/TimChinenov/GraspPicture

前言

产品及系统平台的现场演示,编写技术应用服务方案等,编写投标类方案文件及标书的制作;

通常,当我们看到一张图片时,会在图片中聚焦一个焦点。这个可能是一个人,一座建筑物甚至是一个桶。其他没有聚焦区域虽然很清晰,但是却由于颜色单调或者纹理较为平滑而很少引起关注。当遇到此类图象时,我们希望从图像中分割感兴趣的对象。下面给出了显着图像的示例,本文探讨了此类显着图像的分割方法,也称为显着性的图像分割。

这中分割方式最开始起源于希望能够自主寻找图像中的Trimap。Trimap是图像掩码(mask),当与掩码算法配合使用时,可用于分割图像,同时能够提示前景和背景之间的细节。Trimap通常包含定义前景的白色区域,定义背景的黑色区域以及代表不确定区域的灰色区域。

大部分抠图算法问题在于,他们希望Trimap由用户提供,这是一项非常耗时的任务。这里面介绍两个试图解决自主trimap生成问题的相关论文,这两篇论文在文末给出。在第一篇论文中使用了一种相当简单且易于实现的方法。

不幸的是,他们的方法并不是完全自主的,因为它要求用户为Grabcut算法提供一个矩形区域。第二篇论文中,使用显着性方法预测感兴趣的区域。但是,它们的显着性方法非常复杂,将三种不同的显着性算法的结果结合在一起。这三种算法中有一种利用卷积神经网络,为了易于实现,应该尽量避免这种技术。

如果忽略需要人为给出矩形区域,第一篇论文中能够产生较好的分割结果。通过第二篇论文的原理去自动给出一个Grabcut算法的矩形区域,那么将完美的解决自主分割的问题。

方法

对于大多数形式的图像分割,目标都是将图像二值化为感兴趣的区域。这个本文介绍方法的目标也是这样的。首先,大致确定感兴趣的对象在哪里。将高斯模糊应用于图像,之后在模糊图像中生成平均15像素大小的超像素。超像素算法旨在根据像素区域中值的颜色和距离来分解图像。具体来说,使用了简单的线性迭代聚类(SLIC)算法。

超像素将图像分解为大致相同的区域。这样的一个优点是,超像素允许区域的泛化。我们可以假设超像素内的大多数像素具有相似的属性。

在确定图像中的超像素的同时,计算图像的显着性图。使用了两种不同的显着性技术。第一种方法使用OpenCV内置的方法,即所谓的细颗粒显着性。第二种方法涉及获取细颗粒显着性图像的平均值,然后从图像的高斯模糊版本中减去平均值,然后是新图像的绝对值。

下方的图像均突出显示了感兴趣的区域。细颗粒显着性产生的图像较为柔和。此外,细颗粒显着性图像主要勾勒出突出图像的边界。而另一种方法虽然也捕获了突出图像的内部,但是与细颗粒方法相比,该方法会产生更多的噪音。之后需要对噪声进行去除。

为了将图像二值化,对从彩色图像生成的每个超级像素进行迭代。如果显着图像内该超像素区域的中值像素值大于阈值T1,则整个超像素将被二值化为白色。否则,整个超像素将保留为黑色。T1由用户选择,一般情况下,将T1设置为显着图像中最大像素值的25%-30%。

在对图像进行二值化之后,基于所使用的显着性技术对图像进行扩张。在第一种方法中,将图像放大为平均超像素尺寸的两倍。在第二种方法中没有进行扩大,因为图像中存在的较大噪声使扩张风险增大。处理的结果在下面给出。

最后一步操作取决于使用的是哪种显着性。在这两种方法的结果中,都提取最大的白色像素区域。通过查找图像中的轮廓并选择面积最大的轮廓来执行此操作,之后将边界框拟合到所选区域。

根据一般性结果,第一种显着性方法通常会导致区域碎片化。生成边界框后,将落入该框的不属于最大区域的所有其他白色区域添加到该框。框的边界增加到包括这些区域。第二种显着性方法不需要这样做。通常,最大获取的区域会超出期望的数量。

最后一步是将最终找到的边界框提供给Grabcut算法。Grabcut是用于分割图像的常用方法,该方法会将绝对是背景和前景的内容分开。这里面我们直接使用OpenCV的内置Grabcut函数。处理的结果如下所示。

结果

两种显着性计算方法对于结果会有一些影响。第一种显着性方法更加适用于含有噪声的图像中,在含有噪声的图像中不会像第二种显着性方法造成分割结果的溢出。,但是如果图像太长或有卷须,则这些部分通常会与图像的其余部分断开连接。

编辑:jq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 函数
    +关注

    关注

    3

    文章

    4329

    浏览量

    62588
  • SLIC
    +关注

    关注

    0

    文章

    19

    浏览量

    13833
  • OpenCV
    +关注

    关注

    31

    文章

    635

    浏览量

    41343

原文标题:基于自适应显着性的图像分割(源码开放)

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    源码开放 智能监测电源管理教程宝典!

    源码开放,今天我们学习的是电源管理系统的核心功能模块,手把手教你如何通过不同的技术手段实现有效的电源管理。
    的头像 发表于 12-11 09:26 233次阅读
    <b class='flag-5'>源码</b><b class='flag-5'>开放</b>  智能监测电源管理教程宝典!

    步进电机如何自适应控制?步进电机如何细分驱动控制?

    步进电机是一种将电脉冲信号转换为角位移或线位移的电机,广泛应用于各种自动化控制系统中。为了提高步进电机的性能,自适应控制和细分驱动控制是两种重要的技术手段。 一、步进电机的自适应控制 自适应控制
    的头像 发表于 10-23 10:04 499次阅读

    图像语义分割的实用是什么

    图像语义分割是一种重要的计算机视觉任务,它旨在将图像中的每个像素分配到相应的语义类别中。这项技术在许多领域都有广泛的应用,如自动驾驶、医学图像分析、机器人导航等。 一、
    的头像 发表于 07-17 09:56 427次阅读

    图像分割和语义分割的区别与联系

    图像分割和语义分割是计算机视觉领域中两个重要的概念,它们在图像处理和分析中发挥着关键作用。 1. 图像
    的头像 发表于 07-17 09:55 930次阅读

    图像分割与目标检测的区别是什么

    图像分割与目标检测是计算机视觉领域的两个重要任务,它们在许多应用场景中都发挥着关键作用。然而,尽管它们在某些方面有相似之处,但它们的目标、方法和应用场景有很大的不同。本文将介绍图像分割
    的头像 发表于 07-17 09:53 1319次阅读

    如何在自己的固件中增加wifi自适应性相关功能,以通过wifi自适应认证测试?

    目前官方提供了自适应测试固件 ESP_Adaptivity_v2.0_26M_20160322.bin 用于进行 wifi 自适应认证测试. 请问如何在自己的固件中增加 wifi 自适应性相关功能,以通过 wifi
    发表于 07-12 08:29

    图像分割与语义分割中的CNN模型综述

    图像分割与语义分割是计算机视觉领域的重要任务,旨在将图像划分为多个具有特定语义含义的区域或对象。卷积神经网络(CNN)作为深度学习的一种核心模型,在
    的头像 发表于 07-09 11:51 868次阅读

    机器人视觉技术中常见的图像分割方法

    机器人视觉技术中的图像分割方法是一个广泛且深入的研究领域。图像分割是将图像划分为多个区域或对象的过程,这些区域或对象具有某种共同的特征,如颜
    的头像 发表于 07-09 09:31 691次阅读

    机器人视觉技术中图像分割方法有哪些

    机器人视觉技术是人工智能领域的一个重要分支,它涉及到图像处理、模式识别、机器学习等多个学科。图像分割是机器人视觉技术中的一个重要环节,它的目标是从一幅图像中将目标物体与背景分离出来,以
    的头像 发表于 07-04 11:34 973次阅读

    基于光子纠缠的自适应光学成像技术应用

    对引导星的依赖给显微镜成像细胞和组织等不含亮点的样本带来了问题。科学家们利用图像处理算法开发了无引导星的自适应光学系统,但这些系统可能会因结构复杂的样本而失效。
    发表于 03-11 11:29 453次阅读
    基于光子纠缠的<b class='flag-5'>自适应</b>光学成像技术应用

    什么是自适应光学?自适应光学原理与方法的发展

    目前,世界上大型的望远镜系统都采用了自适应光学技术,自适应光学的出现为补偿动态波前扰动,提高光波质量提供了新的研究方向。 60多年来,自适应光学技术获得蓬勃发展,现已应用于天文学、空间光学、激光、生物医学等领域。
    发表于 03-11 10:27 2057次阅读

    TCP协议技术之自适应重传

    自适应重传是TCP协议中的一种拥塞控制机制,旨在通过智能的方式处理网络拥塞,并进行相应的数据重传,以提高网络的可靠和性能。
    的头像 发表于 02-03 17:03 1509次阅读
    TCP协议技术之<b class='flag-5'>自适应</b>重传

    AMD率先推出符合DisplayPort™ 2.1 8K视频标准的FPGA和自适应SoC

    AMD UltraScale+ FPGA 和 AMD Versal 自适应 SoC 产品系列已率先成为业界符合 VESA DisplayPort 2.1 标准的 FPGA 和自适应 SoC。
    的头像 发表于 01-24 09:18 469次阅读

    改进棉花根系图像分割方法

    的重要方法,受限于图像质量、复杂土壤环境、低效传统方法,根系图像分割存在一定挑战。河北农业大学机电工程学院、河北省教育考试院、河北农业大学农学院组成王楠科研团队,为提高根系图像
    的头像 发表于 01-18 16:18 301次阅读

    创想焊缝跟踪系统在尔必地机器人自适应焊接中的应用案例

    作为一种先进的焊接技术,在自适应焊接中发挥着关键作用,今天就来看下创想焊缝跟踪系统在自适应焊接的应用。 焊缝跟踪系统原理 创想焊缝跟踪系统是一种基于先进视觉和控制技术的智能焊接系统。其原理主要包括图像采集、
    的头像 发表于 01-02 17:37 551次阅读
    创想焊缝跟踪系统在尔必地机器人<b class='flag-5'>自适应</b>焊接中的应用案例