圖像前景提取的算法研究與實現(xiàn).pdf

1、圖像能非常直觀的表現(xiàn)生活。隨著計算機(jī)技術(shù)的迅速發(fā)展，多媒體技術(shù)、模式識別和計算機(jī)視覺等技術(shù)都需要運(yùn)用圖像前景提取。運(yùn)用計算機(jī)進(jìn)行圖像前景提取的研究也越來越重要。
　　圖像前景提取是運(yùn)用圖像處理算法快速、準(zhǔn)確的提取出圖像中我們感興趣的信息。由于自然圖像的復(fù)雜性，圖像前景提取有時會非常困難和不準(zhǔn)確。例如:前景中有細(xì)小的毛發(fā)、前景、背顏色相似時，會加大圖像前景提取的難度，造成結(jié)果不準(zhǔn)確。本文對Poisson前景提取算法進(jìn)行研究和實現(xiàn)，P

2、oisson前景提取算法將自然圖像透明度看作場，用戶獲得場的邊界后，解Poisson方程得到α值。它將圖像提取操作看作一個整體，可以減少由于顏色誤分類而造成的錯誤。但Poisson前景提取算法是選取距離最近的點作為未知像素的采樣點，丟失了大量的候選采樣點，前景提取結(jié)果不準(zhǔn)確。針對Poisson前景提取算法對細(xì)節(jié)處理不精確的缺點提出了基于全局的Poisson前景提取算法，主要包括以下內(nèi)容:
　　本文首先分析了Poisson前景提取算

3、法的基本原理并編程實現(xiàn)該算法。然后分析Poisson前景提取的優(yōu)缺點。針對Poisson前景提取算法的缺點提出了基于全局的Poisson前景提取算法并編程實現(xiàn)該算法。為了能夠得到更好的前景、背景采樣點，基于全局的Poisson前景提取算法定義了一個代價函數(shù)。代價函數(shù)包含顏色代價和距離代價兩個分量，這兩個分量的比重對前景提取的結(jié)果有較明顯的影響，所以本文對代價函數(shù)中各分量的比重進(jìn)行深入的分析研究，并提出了比重的參考取值。為了能夠更快、更好