数字图象中α值的景象提取算法研究.doc

  1. 1、本文档共49页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数字图象中α值的景象提取算法研究

本 科 生 毕 业 论 文(设计) 数字图像中基于值的景象提取算法研究 姓名与学号: 管理 3003001204 指导教师: 石教英教授 年级与专业: 2000级 计算机科学与技术 所在学院和系: 竺可桢学院 混合班 目录 目录 2 摘要 4 第一章 概述 5 1.1 研究动机 5 1.2 研究历史 5 1.3 研究现状 6 1.4 本文的组织 7 第二章 基于透明度(α值)的景物提取 8 2.1 基于透明度的景物提取技术简介 8 2.2 基于透明度的景物提取算法 9 2.2.1 Hillman等人算法 9 2.2.2 Ruzon和Tomasi算法 10 2.2.3 Poisson算法 11 2.3 本章小节 11 第三章 在MATLAB下实现的程序基本框架 11 3.1 MATLAB实现的优缺点 11 3.1.1 MATLAB实现的优势 11 3.1.2 MATLAB实现的缺点 11 3.2 输入 11 3.3 运算 11 3.4 输出 11 3.5 实际设计的GUI界面 11 3.6 本章小节 11 第四章 算法实现 11 4.1 Hillman等人算法 11 4.2 Ruzon和Tomasi算法 11 4.3 Poisson算法 11 4.4 本章小节 11 第五章 算法的效果、分析和改进 11 5.1算法的效果 11 5.1.1 Hillman等人方法生成图实例 11 5.1.2 Ruzon和Tomasi方法生成图实例 11 5.1.3 Poisson方法生成图实例 11 5.2算法的分析 11 5.2.1 三种算法的实际效果比较 11 5.2.2 三种算法的时间复杂性比较 11 5.2.3 总体评价表 11 5.3 Hillman等人算法的改进意见 11 5.4 Ruzon和Tomasi算法的改进意见和实现 11 5.5 Poisson算法的改进意见 11 5.6 本章小节 11 第六章 总结与展望 11 6.1 总结 11 6.1.1 MATLAB下编写景物提取程序的一般步骤 11 6.1.2 对手工划分边界的经验总结 11 6.1.3 本文中实现的四种算法的特点和性能描述 11 6.2 展望 11 6.3 更多的例子 11 参考文献 11 致谢 11 数字图像中基于值的景象提取算法研究 摘要 景象提取的目的是将数字图像中的景物从背景中分离出来.它为视频制作、基于图像的建模、绘制等提供了原始素材.其技术也适用于基于对象的视频压缩等领域.一般的景象边缘模糊,如何准确、便捷、快速地提取一幅图像成为近年来图像处理的一个新的研究热点.本文所研究的基于透明度(α值)的景象提取技术正是针对模糊边缘景象提取的. 本文介绍了三种各具特色的基于透明度的图像提取算法:Hillman等人的算法,Ruzon和Tomasi的算法和Poisson算法,并在MATLAB下进行了实现.我们通过大量图像实例测试,对这些算法进行了系统的比较和分析.接着,我们对Ruzon和Tomasi算法中距离测度进行了改进,得到了更好的提取效果.最后,我们将上述三种算法以及改进算法集成到统一的用户界面中,完成了用户可方便地选择使用的景物提取工具. 通过实践我们发现,对于前、背景边缘色彩反差大,色彩沿边缘变化不太剧烈的图像,从景物提取质量和运算时间上来说已经可以得到比较理想的提取效果. 关键字:数字图像处理,景象提取,透明度(α值),前、背景合成. Abstract The purpose of Digital Image Matting is to extract objects of interest from background in a digital image. It can provide film-making, Image Based Modeling and Rendering with natural resources. And some of its techniques can be applied to Object-Oriented Media Compression. Therefore, it is popular at present looking for ways to extract foreground accurately and conveniently, which, however, is not an easy task at all, since boundaries of a natural object in an image is often blurred. Alpha based

文档评论(0)

zhuwo + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档