基于一致性检验的多图像自动前景物体分割

摘要

图像中前景物体的分割具有十分广泛的应用,传统的方法需要借助一定的人工交互来获得前景物体的初始区域,但对于多图像数据集,这种人工交互的方式是十分繁琐的.本文提出了一种基于一致性检验的多图像自动前景物体分割的方法,借助一定的三维场景的先验知识,在多幅图像之间进行视图转换,然后对图像中的每个像素进行一致性分析,得到初始的前、背景标记结果.最后,基于这个初始的标记结果构建相应的能力方程,并进行迭代优化,最终得到前景物体的精确轮廓.实验结果表明,该方法能够准确地检测出图像中前景物体的位置以及提取其轮廓,并能够利用分割的结果进行准确的三维重建.