基于草圖的自然圖像場(chǎng)景生成關(guān)鍵技術(shù)及系統(tǒng)研究.pdf

1、基于草圖生成自然圖像場(chǎng)景在動(dòng)漫游戲、動(dòng)畫等領(lǐng)域的場(chǎng)景建模中具有重要的應(yīng)用價(jià)值。草圖對(duì)象及自然目標(biāo)圖像的分割抽取是基于草圖生成自然圖像場(chǎng)景的關(guān)鍵，對(duì)于提高自然圖像場(chǎng)景的生成質(zhì)量和自然圖像場(chǎng)景生成系統(tǒng)的適用性具有重要的意義。
　　本文圍繞草圖對(duì)象及自然目標(biāo)圖像的分割抽取等生成自然圖像場(chǎng)景的關(guān)鍵技術(shù)進(jìn)行了深入研究，具體工作和所取得成果如下：
　　(1)草圖對(duì)象提取是草圖場(chǎng)景理解的基礎(chǔ)。在分析現(xiàn)有分割提取技術(shù)基礎(chǔ)上，提出一種二階段多

2、目標(biāo)草圖場(chǎng)景興趣區(qū)域定向抽取方法。針對(duì)草圖顏色單一的特性，先采用區(qū)域生長(zhǎng)方法，分割草圖場(chǎng)景中背景和前景對(duì)象。然后采用隨機(jī)游走算法從草圖場(chǎng)景分割結(jié)果中獲取用戶感興趣區(qū)域，實(shí)現(xiàn)草圖興趣區(qū)域的定向抽取。大量草圖實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。
　　(2)為有效提取圖像數(shù)據(jù)庫中自然圖像的目標(biāo)對(duì)象，在顯著性檢測(cè)的基礎(chǔ)上，提出了一種基于顯著性的自適應(yīng)閾值自然目標(biāo)圖像分割抽取方法。本文將顯著圖像與K-means聚類算法相結(jié)合，得到基于聚類結(jié)果的平