《表1 不同算法分割结果的PA值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于纹理平滑和GrabCut的皮影图案轮廓的智能提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为进一步验证算法的有效性，将本文算法（简称为GABRS算法）与Grab Cut[14]算法、Graph cuts[15]算法及基于本文算法但去除平滑处理部分的算法（简称为GABS算法）进行比较。其中，GABRS为Grab Cut Algorithm Based on RTV and SLIC的缩写；GABS为Grab Cut Algorithm Based on SLIC的缩写。由图8（a）可见，未进行超像素分割的图像直接采用Grab Cut算法进行目标分割时，由于背景中的色彩分布与目标图案中的色彩非常相似，导致目标图案无法精确分离。由图8（b）可见，经平滑处理后的Graph cuts算法进行目标分割，该算法未能正确识别并分割出目标图案，这是因为该算法自身的分割结果更倾向于具有相同类内相似度[22]的特性决定的，即在目标图案的选取时，背景中所含有的与目标相似的部分也会被选择出来，从而导致目标图案难以从背景中分离。由图8（c）可见，对未经平滑处理的图案分割结果出现大量冗余信息，分割精度受到影响。这是由于皮影图像本身的噪声对分割结果的影响导致，而平滑后的图像中目标图案的分割结果（图8(d）)精确度显著提高。通过实验结果的比较分析得出，本文算法的分割精度优于其他三种算法。表1展示了不同算法分割结果的PA值。