基于显著性与Grabcut的水下海参图像分割方法

摘要

发明公开了一种基于显著性与Grabcut的水下海参图像分割方法，涉及到数字图像分析和处理技术领域。其特征在于，包括步骤如下：利用Retinex算法对采集到的图像去雾，增加图像对比度；利用SLIC算法生成超像素图，提高目标分割的精度；利用流形排序显著性算法对超像素图做目标检测，通过多尺度的流形排序得到目标的多尺度显著性图，加权融合得到目标的最终显著性图像；利用GrabCut算法与显著性图像结合实现对海参目标的免交互式分割，得到最终的海参分割图像。通过上述方法解决了GrabCut算法依赖人工参与的问题，减少了分割算法时间，提高了GrabCut分割的效率，实现GrabCut水下海参分割的自动化。