GrabCut

摘要： 针对传统卷积神经网络在马铃薯叶部病害识别中结构复杂、参数庞大,难以实现在移动设备上的良好应用的问题,提出一种基于轻量级卷积神经网络和迁移学习的马铃薯叶部病害识别方法。首先,采集马铃薯叶部病害图像样本,再运用GrabCut算法进行图像分割;再基于MobileNetV3构建病害识别基础模型,并通过调整模型结构及宽度系数α等方式对模型进行优化,最后运用迁移学习的方式将预训练参数迁移至优化模型进行训练。结果表明,该方法对马铃薯健康、晚疫病、早疫病、炭疽病及其他病害叶部图像识别准确率为98.00%,模型权重仅为0.68 MB,识别速率为0.014 s/幅。本研究结果可为马铃薯叶部病害识别在移动设备上应用的实现提供理论支持。

摘要： GrabCut在服装图像分割中得到广泛应用,为解决GrabCut需要人工干预以及复杂背景下精度不高的问题,提出了一种基于卷积姿态机(Convolutional Pose Machines)和GrabCut的服装图像分割方法。借助卷积姿态机,使用包含服装的图片数据进行训练,得到卷积姿态机网络,从复杂背景中定位出服装关键点,形成包含服装的矩形框,并以此作为GrabCut算法的初始矩形框,经过GrabCut算法处理,从复杂背景分割出服装图像。结果证明:与传统需要人工干预的GrabCut方法相比,本方法无需人工干预,便可将复杂背景中的服装图像自动分割出来,在不损失精确度的基础上,可实现大批量服装图像的自动分割。

摘要： 叶面积是影响植物光合作用、蒸腾作用、呼吸作用及产量形成的重要形态指标之一,为实现作物叶面积准确、稳定和无损化测量,该研究基于红外线成像设备,提供了一种利用热红外和可见光图像测定棉花叶片面积的方法。以苗期棉花作为研究对象,通过红外成像相机T660获取棉花的热红外和可见光波段的图像,分别使用GrabCut算法和Hough圆检测提取红外图像中叶片和可见光图像中已知实际面积的圆状参照物(五角硬币)的像素面积,进而根据叶片区域和圆状参照物区域的像素倍数关系计算棉花的真实叶面积,将通过该研究所提方法计算的叶面积结果与传统的剪纸称重法、Image Pro Plus软件图像法进行皮尔逊相关性分析,检验该方法的可行性。分析表明,基于所提方法的测量值与剪纸称重法、Image Pro Plus软件图像法的结果之间均存在显著的线性相关关系(P<0.01)(相关系数分别为0.992,0.996)。3种方法对5盆棉花进行8次测量,结果显示,该研究所提方法测量值的平均变异系数为0.78%,在测量工作中表现稳定,为快速获取棉花苗期叶面积提供了一种准确稳健的理论方法。

摘要： 针对当前输电线路金具锈蚀检测的背景干扰问题,本文提出基于GrabCut的半交互式输电线路金具锈蚀图像分割方法。该方法首先对图像进行去噪处理,然后采用半交互式图像分割算法对图像进行自动分割,不仅能够减少背景对输电线路金具锈蚀检测的干扰,还能有效提高锈蚀检测的准确率。

摘要： 提出了一种基于Haar特征检测和肤色分割技术相结合的人脸检测算法,用以提高人脸检测的准确率。使用Haar特征进行人脸检测,然后对检测结果进行判断,若检测到人脸,则直接对其进行标记;若发生漏检或误检,则运用GrabCut算法提取目标前景,再将其转换到YCrCb空间,利用肤色特征对人脸进行检测。实验结果表明:利用该算法可以很好地解决单一算法造成的检测率低、容易漏检的问题,为后续的人脸识别提供参考。

摘要： 提出了一种基于Haar特征检测和肤色分割技术相结合的人脸检测算法,用以提高人脸检测的准确率.使用Haar特征进行人脸检测,然后对检测结果进行判断,若检测到人脸,则直接对其进行标记;若发生漏检或误检,则运用GrabCut算法提取目标前景,再将其转换到YCrCb空间,利用肤色特征对人脸进行检测.实验结果表明:利用该算法可以很好地解决单一算法造成的检测率低、容易漏检的问题,为后续的人脸识别提供参考.

摘要： 针对当前输电线路金具锈蚀检测的背景干扰问题,本文提出基于GrabCut的半交互式输电线路金具锈蚀图像分割方法.该方法首先对图像进行去噪处理,然后采用半交互式图像分割算法对图像进行自动分割,不仅能够减少背景对输电线路金具锈蚀检测的干扰,还能有效提高锈蚀检测的准确率.

摘要： 传统图像识别过程多发生在环境较为稳定的室内场景中,而当前增强现实的发展趋向于对户外场景的应用,比如在旅游行业中对建筑、雕像等目标的识别.针对ARToolKit增强现实系统在户外自然场景下的图像分割过程因受到实时变化的光照、遮挡等因素的影响而出现错误分割导致增强现实效果难以实现的问题,提出一种基于直方图均衡化的改进GrabCut算法.采用直方图均衡化对图像非线性拉伸,提高图像对比度;对GrabCut算法的边界项函数进行均值化处理,减少边缘像素的错误分割,提高目标图像的边缘完整性,实现图像的准确分割.实验结果证明该方法在复杂现实场景中拥有较高的实时性和稳定性,改善了ARToolKit增强现实系统在户外场景中的处理性能.

摘要： 当前服装类电商发展迅速,人们对虚拟试衣的需求与日俱增,基于此现象本文提出根据单张图片实现二维、三维虚拟试衣,并针对这两个角度进行介绍:二维采用Canny算法检测出图像轮廓,进行灰度值筛选提取人体图像轮廓和服装图像轮廓,利用图像增强和像素点转换实现虚拟试衣。三维使用Faster R-CNN算法识别服装图像的具体区域坐标,利用GrabCut算法进行分割解析,生成效果优秀的人物轮廓和服装轮廓。再利用KNN学习在建立的数据集中,匹配服装样板,实现虚拟试衣。

摘要： 制作了用于语义分割模型的农作物叶片病害数据集,在训练样本的标注中尝试实现一部分工作的自动化,编写计算机应用程序简化难以自动化的操作.研究把自动化过程分为前景分割和病斑分割两部分,利用不同颜色空间下的阈值分割、grabcut算法以及超绿灰度法分别实现叶片与背景、病斑与叶片的大致分割.编写了一套图形化应用程序,同时应用程序提供了一些简化人工分割标注的功能.

摘要： 本发明提供一种基于KCF和GrabCut的交互式工业CT扫描方法，利用KCF目标追踪和GrabCut图像分割来改进现有的工业锥束CT的定标方式和扫描方法，同时对因结构复杂、不易穿透的物体遮挡定标小球导致小球投影圆心坐标偏移的情况，增加了人机交互式的修正方法，通过人工对指定投影进行前景和背景的标记，修正发生偏移的小球投影圆心坐标，避免了因小球投影圆心坐标偏移而需要重新扫描的情况发生，且兼容现有的扫描流程和软件；本发明将物品扫描和定标同步完成，减少了扫描时间，提高了扫描效率。

摘要： 一种结合C‑V水平集和GrabCut算法的分割方法，先通过图像直方图信息以及形态学方法对牙齿图像预处理以突出目标牙齿的轮廓；接着用C‑V水平集方法获取目标牙齿的轮廓，并将轮廓标记成二值图像。通过对二值图像进行金字塔上采样和下采样后作为GrabCut算法的掩膜单独保存；最后用GrabCut算法直接得到目标牙齿。通过将C‑V水平集与GrabCut相结合来进行牙齿分割，有效地克服了牙齿图像灰度分布不均、牙冠相粘连的分割困难。本发明具有更好的分割效果，分割准确率较高，其分割的平均偏差度为0.0198。

摘要： 本发明公开了一种基于蒙版插值的快速Grabcut算法，其特征是，包括如下步骤：1)输入原始图像M，对其进行压缩处理得到图像M1；2)对压缩后的图像M1进行处理，获得与压缩图像M1尺寸相对应的Grabcut算法处理产生的蒙版矩阵Mask1；3)对蒙版矩阵Mask1进行扩展处理；4)对蒙版矩阵Mask2的元素进行数值修正；5)调整Mask3的长宽尺寸与原图像一致；6)对Mask3进行二值化处理得到Mask，并利用Mask对原图像进行分割。本发明所达到的有益效果：本方法对于高分辨率的图像，本方法计算效率更高，且随着图像像素数的增加，改进算法的执行效率优势越大，同时获得与Grabcut算法相近的图像分割效果。

摘要： 一种基于Grabcut及LBP跟踪质心矫正模型的Camshift算法，通过定值增强跟踪视频流和Grabcut前景分割将目标物体从环境中分离出来，使Camshift得到纯净的直方图。同时，Kalman滤波器辅助Camshift，对目标运动轨迹进行预测。在跟踪期间，对目标框内图像进行LBP变换，得到模板以及当前LBP直方图数据，通过比对得到判断系数和框体变化情况，若判定为相近色物体遮挡，则执行S‑Grabcut算法，将质心进行搬移，然后继续正常跟踪。此算法与传统Camshift算法相比很大程度减小了背景噪声的干扰，并且加入Kalman滤波器解决了快速移动和遮挡问题。同时，质心矫正模型很好地解决了相近色物体遮挡带来的干扰。实验结果表明，该算法的鲁棒性优良，满足实时性及准确跟踪的要求，使复杂环境下对目标的跟踪更加稳定。

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。

摘要： 本发明公开了一种结合RGBD数据的GrabCut自动分割算法：首先将深度相机Kinect V2采集到的深度、颜色等数据通过彩色图的像素点对应深度图的坐标系来初步分割包含人物的前景，并作为GrabCut的掩码框。然后将深度数据作为高斯混合模型的第四通道中来改进GrabCut算法的能量方程，实现对人物轮廓进行自动分割。我们改进后的Grabcut算法解决了原有算法在复杂静态背景下存在人物上下半身的服饰颜色差异大时分割不完整、前背景颜色相近时分割不准确、需要用户交互的问题，并且具有自动分割人物轮廓、实时性强、分割准确度高等特点。进一步利用多边形拟合绘制人物轮廓，实现轮廓矢量化。

摘要： 本发明提供基于显著性检测和Grabcut算法的茶叶嫩芽图像分割方法，包括以下：采集自然背景条件下的茶叶嫩芽原图像；构造显著目标预测模块，将所述茶叶嫩芽原图像输入至所述显著目标预测模块，得到茶叶嫩芽显著性图像；所述显著目标预测模块，包括编码器网络和解码器网络；所述编码器网络基于ResNet‑50架构，包括6个阶段，每个阶段均由数量不等的瓶颈残差块组成；所述解码器网络与所述编码器网络对应，也包括6个阶段；对所述茶叶嫩芽显著性图像采用Grabcut的掩码图像方式进行自动分割，得到最终自动分割完毕的茶叶嫩芽图像。本发明提供的有益效果是：实现了自然背景下茶叶嫩芽图像，提高了茶叶嫩芽图像的分割准确率。

摘要： 本发明公开的一种基于Grabcut的砂石颗粒的改进分割算法研究，提出了一种基于图像的砂石粒径分割算法。首先提出一种自适应自动生成目标候选框的方法，能够实现对前景背景混合模型与背景图像快速分割开来，大大减少所需手动绘框的时间,满足在工程现场对于实时性的要求；其次采用基于SLIC的K‑Means的聚类方法，对SLIC的超像素图像的质心进行聚类，可以大幅减少参与聚类的样本数量；Gibbs能量函数可以确定分割的两种边的权重，为了减少Grabcut在候选框内未知标签的前景与背景分割的迭代次数，对Gibbs的能量函数加以一定权重的信息熵函数，对分割的图像的分割信息加以监督，进一步优化系统的实时性。本发明能够应用于工厂对于砂石粒径的实时在线分析。

摘要： 本申请实施例提供一种基于GrabCut算法的图像分割方法和显示设备。该方法包括使用目标检测模型，在待分割图像中确定至少一个目标区域，每一个目标区域内均包括目标图像；在待分割图像中，将目标区域的中心区域标注为前景，将目标区域之外的区域标注为背景；利用GrabCut算法，根据前景和背景，从待分割图像中分割出目标图像。本申请实施例提供的方法和显示设备，在分割图像的过程中，无需与用户进行交互，分割效率较高。

摘要： 本发明提供一种基于KCF和GrabCut的交互式工业CT扫描方法，利用KCF目标追踪和GrabCut图像分割来改进现有的工业锥束CT的定标方式和扫描方法，同时对因结构复杂、不易穿透的物体遮挡定标小球导致小球投影圆心坐标偏移的情况，增加了人机交互式的修正方法，通过人工对指定投影进行前景和背景的标记，修正发生偏移的小球投影圆心坐标，避免了因小球投影圆心坐标偏移而需要重新扫描的情况发生，且兼容现有的扫描流程和软件；本发明将物品扫描和定标同步完成，减少了扫描时间，提高了扫描效率。