[发明专利]基于图像稀疏表示的抠图方法有效
| 申请号： | 201910917074.4 | 申请日： | 2019-09-26 |
| 公开（公告）号： | CN110766695B | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 华臻;李小玲;李晋江 | 申请（专利权）人： | 山东工商学院 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06V10/762;G06V10/772 |
| 代理公司： | 淄博市众朗知识产权代理事务所(特殊普通合伙) 37316 | 代理人： | 程强强 |
| 地址： | 264005 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本文提出了一种基于稀疏表示的图像抠图算法，通过稀疏表示的方法构建matting图和ground truth间的稀疏关联，将它们统一到一个稀疏字典中，实现相同的稀疏表示。该方法首先构建matting图的稀疏表达字典，将图像的matting图与对应ground truth作为训练样本，从而构建出一个超完备字典。利用梯度信息提取图像特征，matting图像选择一阶和二阶梯度信息作为特征，ground truth图像选择高频分量作为图像块的特征。对KNN算法得到的matting图像，利用训练所得的稀疏字典对matting图重构来进行优化。通过定性和定量方式对实验结果进行评估，实验结果证明本文取得不错的抠图效果，通过稀疏重构的matting结果更接近ground truth。 | ||
| 搜索关键词： | 基于 图像 稀疏 表示 方法 | ||
【主权项】：
1.一种基于图像稀疏表示的抠图方法,其特征是该方法首先构建matting图的稀疏表达字典，将图像的matting图与对应ground truth作为训练样本，从而构建出一个超完备字典,然后利用梯度信息提取图像特征，matting图像选择一阶和二阶梯度信息作为特征，ground truth图像选择高频分量作为图像块的特征,最后对KNN算法得到的matting图像，利用训练所得的稀疏字典对matting图重构来进行优化。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东工商学院，未经山东工商学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910917074.4/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
