Image GrabCut分割是否取决于图像的大小?
我已经思考了很长一段时间,但从未真正对此进行过详细的分析。使用[1]算法的前景分割是否取决于输入图像的大小?直觉上,在我看来,由于grabcut基于颜色模型,颜色分布不应随着图像大小的变化而变化,但较小图像中的[混叠]伪影可能会起作用 任何关于图像大小依赖于grabcut图像分割的想法或现有实验都将受到高度赞赏 谢谢 [1] C.Rother,V.Kolmogorov和A.Blake,GrabCut:使用迭代图切割的交互式前景提取,ACM Trans。图表,第23卷,309-3142004页。这里是的PDF,由微软研究院提供 图像大小的两个主要影响因素是运行时间和图像中的细节比例,这可能被认为是重要的。在这两种方法中,运行时是GrabCut最让人头疼的方法——图形切割方法已经相当慢了,GrabCut会反复使用它们 通常,首先将图像降采样到较小的分辨率,通常结合低通滤波器(即,使用高斯核对源图像进行采样)。这显著减少了算法运行的n,同时减少了小细节和噪声对结果的影响 还可以使用遮罩将处理限制为仅处理图像的特定部分。在GrabCut中,您已经获得了一些作为初始“抓取”或选择阶段的内容,稍后在基于笔刷的细化阶段中再次获得。这一阶段还为您提供了一些有关比例的隐含信息,即感兴趣的特征可能正在填充大部分选择区域 建议: 以任何方便的比例显示图像,并根据其示例将所选区域的采样降低到大约n=100k到200k的范围。如果需要提高结果质量,请使用初始阶段的结果作为后续更高分辨率迭代的起点。大小很重要 GrabCut的目标函数平衡了两个术语:Image GrabCut分割是否取决于图像的大小?,image,image-processing,computer-vision,image-segmentation,Image,Image Processing,Computer Vision,Image Segmentation,我已经思考了很长一段时间,但从未真正对此进行过详细的分析。使用[1]算法的前景分割是否取决于输入图像的大小?直觉上,在我看来,由于grabcut基于颜色模型,颜色分布不应随着图像大小的变化而变化,但较小图像中的[混叠]伪影可能会起作用 任何关于图像大小依赖于grabcut图像分割的想法或现有实验都将受到高度赞赏 谢谢 [1] C.Rother,V.Kolmogorov和A.Blake,GrabCut:使用迭代图切割的交互式前景提取,ACM Trans。图表,第23卷,309-3142004页。这
因此,如果按x2因子缩放图像,则面积将增加x4,而周长仅粗略地按x2因子缩放 因此,如果针对特定的图像大小/比例调整(或学习)能量函数的参数,这些参数在不同的图像大小中可能不适用 PS
您知道Office 2010“前景选择工具”是基于GrabCut算法的吗