基于量子衍生理论和Grabcut的图像分割方法

摘要

本文基于量子衍生理论和Grabcut算法,提出了一种新的图像分割方法。利用量子衍生理论将灰度图像表示成量子比特的形式,通过量子关联、量子测量及坍缩原理,得到包含特定含义的四幅特征子图。构造带权无向图,使用混合高斯模型进行建模,经过多次迭代使得能量函数达到最小化,最终实现目标图像的分割。仿真实验表明本文提出的方法能够在无人工干预的情况下,对图像进行自动分割,分割后的目标较为完整,总体上分割效果较好,同时耗时优于普通Grabcut算法。