بهبود روش درهم‌تنیدگی تصویر‌ مبتنی بر یادگیری با درنظر‌گرفتن وزن‌های مختلف برای زمینه و پیش‌زمینه

استخراج دقیق پیش زمینه در تصویر، درهم تنیدگی تصویر نامیده می شود. از جمله روش های معروف در این حوزه روش درهم تنیدگی مبتنی بر یادگیری است. در این شیوه داده های آموزشیِ دو طبقه در قالب یک نقشه سه گانه که شامل نقاط آموزشی برچسب دار (زمینه و پیش زمینه) و نقاط بدون برچسب هستند، به سامانه داده می شوند. میزان تعلق هر پیکسل به زمینه یا پیش زمینه بر اساس داده های آموزشی و کمینه سازی یک تابع هدف مشخص می شود. در تابع هدف تمامی کارهای منتشر شده، میزان جریمه تخطی از مقادیر درست برای داده های آموزشی خواه متعلق به زمینه باشند یا پیش زمینه یکسان در نظر گرفته شده است. در این مقاله با درنظر گرفتن وزن متفاوت برای داده های آموزشی دو طبقه، این شیوه بهبود داده شده و کارایی آن در دو کاربرد متفاوت، نشان داده شده است. کاربرد نخست، دقیق تر کردن جداسازی متن از تصویر و کاربرد دوم، دقیق تر کردن خروجی روش های استخراج رگ های خونی شبکیه چشم در کناره های رگ های شناسایی شده است. در کاربرد نخست، متنی فارسی که بر روی زمینه دارای بافت ناهموار درج شده با یک روش معمول آستانه گذاری استخراج شده و سپس خروجی قطعه بندی شده با روش پیشنهادی دقیق تر شده است. در کاربرد دوم، ابتدا با یک روش موجود شناسایی رگ، قسمت هایی از تصویر که به احتمال زیاد متعلق به دو دسته رگ و غیر رگ هستند، برچسب گذاری می شوند. تعیین دقیق تر تعلق پیکسل های مرز رگ های استخراج شده به هر یک از دو دسته رگ یا غیر آن توسط روش پیشنهادی انجام می شود. نتایج کمّی و دیداری، کارایی شیوه پیشنهادی را نشان داده است.

Enhancement of Learning Based Image Matting Method with Different Background/Foreground Weights

The problem of accurate foreground estimation in images is called Image Matting. In image matting methods, a map is used as learning data, which is produced by those pixels that are definitely foreground, definitely background ,and unknown. This threelevel pixel map is often referred to as a trimap, which is produced manually in alpha matte datasets. The true class of unknown pixels will be estimated by minimizing of an objective function. Several methods for image matting has been proposed. The learning ndash;based method is one the pioneering works which is the basis of many other approaches in the field of image matting. In this method it is assumed that each pixel rsquo;s alpha value is a linear combination of its associated neighboring pixels. A Laplacian matrix in the objective function shows the similarity of the pixels. The coefficients of the linear combination are estimated with a local learning process by minimizing a quadratic cost function. The method of Lagrange multiplier and ridge regression technique are used for estimation of alpha values. In this objective function the violation of the predefined training pixels rsquo; alpha values from their true values is controlled by a penalty term. Considering this coefficient as infinity, forces the matte (alpha) value to be 1 for the labeled foreground pixels and 0 for background. The weight of this penalty term still was taken equal for all training samples. In this paper the performance of the matting method is increased by considering different weights for different learning pixels. The good performance of the proposed method is demonstrated in two applications. The first application is improving the quality of a text extraction method and the second application is enhancement of an eye retinal segmentation system. In the first application, a Persian text which is fused onto a textured background is extracted by a thresholding method. After that the segmented output is enhanced by the proposed matting method. In the second application, segmentation is done with an existing vessel extraction method. The edges rsquo; pixels of detected vessels that may be classified inaccurately are classified by the proposed image matting method. Subjective and objective comparisons show the better performance of the proposed method.