一种新的基于SLICO改进的GrabCut彩色图像分割算法

摘要

针对GrabCut基于像素建立图模型并进行迭代求解耗时的特点,提出了一种新的基于SLICO改进的GrabCut分割新算法.首先用户在图像目标区域手动划定一个矩形框,然后在CIELab颜色模型下利用SLICO算法将图像预处理成内部颜色一致的超像素图,利用这些超像素来构建图模型,并用这些超像素均值迭代估计高斯混合模型(GMM)参数.在参数估计中,采用背景区域优化技术,显著减少迭代时的节点数量,并减少矩形框外颜色的干扰,最后利用最小割(min-cut)算法求得图模型的最优分割.实验结果表明了该算法在精度和速度上都有很好的性能.