摘要：针对服装图像分割问题，提出将JSeg算法应用于图像显著性区域的分割算法，利用人脸检测辅助判别背景区域与人体着装区域。通过网络商城实际图像样本实验，验证了方法的有效性，可为服装结构和特征提取，以及可视化检索提供参考借鉴。

关键词关键词：服装；图像分割；JSeg；显著性计算；人脸检测

DOIDOI：10.11907/rjdk.143864

中图分类号：TP317.4

文献标识码：A文章编号文章编号：16727800（2015）002013604

基金项目基金项目：国家科技支撑计划项目（2013BAH41F00、2013BAH41F01）； 数字与交互媒体北京市重点实验室开放课题（KF201308）

作者简介作者简介：刘正东（1971-），男，吉林九台人，博士，北京服装学院计算机信息中心副教授、硕士生导师，研究方向为虚拟现实交互技术与图像内容检索。

0引言

基于内容检索的服装图像处理能高效、可靠地提取图像中的着装区域，并识别服装结构。其一般通过分割方法将图像划分成若干有意义的区域，分割结果可用于后期处理，如服装款式识别等。设计可靠、有效的图像分割算法可极大简化后期处理。

边缘检测常用于图像分割处理，例如Canny算子检测＼[1＼]通过亮度梯度检测边缘，进而检测物体目标的边界。然而，边缘检测一般会产生不封闭的轮廓，孤立的边缘线对后续处理（比如目标识别）会带来困难。曲线演化方法（Curve evolution methods）＼[2＼]利用初始曲线的不断演化，可在图像中形成包围物体的边界。曲线演化适用于将整幅图像划分为多个独立区域，但对有杂乱背景的图像进行分割时会产生无意义的小区域，而且在某些情况下对整幅图像分割是没有必要的。……