基于多特征融合的視覺顯著性檢測算法研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展以及圖像數(shù)據(jù)的迅速增長，人們希望計算機能夠像人類視覺系統(tǒng)一樣快速準確地處理這些圖像數(shù)據(jù)，并從圖像中選取有效信息?；谏鲜鲂枨?，視覺顯著性檢測模型研究應(yīng)運而生。視覺顯著性檢測模型是通過數(shù)學(xué)模型模擬和仿真人類視覺系統(tǒng)的初級階段，其能夠快速而有效地處理圖像數(shù)據(jù)，迅速從圖像中提取顯著性區(qū)域，獲得有效信息。視覺顯著性檢測技術(shù)在圖像處理等領(lǐng)域有著廣泛的應(yīng)用，可以為圖像分割、圖像檢索以及內(nèi)容感知的圖像編輯等應(yīng)用提供有效的參考信息；能夠

2、為核心區(qū)域定位、感興趣區(qū)域提取等應(yīng)用抽象出可靠的數(shù)據(jù)；有利于緩解圖像底層特征與圖像內(nèi)容理解之間的隔閡。因此，深入研究視覺顯著性檢測技術(shù)具有十分重要的意義。
　　本文在閱讀了大量中英文文獻的基礎(chǔ)上，分析了現(xiàn)有視覺顯著性檢測模型的不足，結(jié)合人類視覺系統(tǒng)的機理，從視覺特征選取以及視覺特征融合這兩個角度出發(fā)，提出了兩種新的視覺顯著性檢測方法，并實現(xiàn)了在核心區(qū)域定位以及感興趣區(qū)域提取等方面的應(yīng)用。本文的主要研究內(nèi)容與創(chuàng)新點如下：
　　

3、①本文詳細闡述了視覺顯著性檢測模型的發(fā)展現(xiàn)狀，對視覺特征、顯著性檢測原理以及檢測標準等方面進行了梳理與總結(jié)，對現(xiàn)有顯著性檢測模型進行了深入地研究，分析了這些模型的優(yōu)缺點，總結(jié)已有模型中存在的不足，為視覺顯著性檢測方法的進一步研究打下了良好的基礎(chǔ)。
　?、诒疚膹囊曈X特征選取的角度出發(fā)，提出了一種中心聚焦全局對比的視覺顯著檢測方法。該方法結(jié)合了Gestalt原理與對比度原理。對比原理體現(xiàn)了顯著區(qū)域全局顏色稀缺的特點；Gestalt原理

4、體現(xiàn)了顯著區(qū)域空間分布緊湊的特點。該方法首先計算圖像的顏色全局對比特征圖，然后計算圖像的中心聚焦特征圖，最后將顏色全局對比特征圖和中心聚焦特征圖進行線性融合得到最終的顯著圖。在公共測試數(shù)據(jù)集上對該方法進行的仿真實驗，實驗結(jié)果表明該方法的有效性。
　　③本文針對中心聚焦全局對比顯著性檢測算法中存在視覺特征少以及參數(shù)融合方法的不足，提出了一種基于多特征融合的視覺顯著性檢測方法。該方法首先利用SLIC方法分割輸入圖像，其次以超像素為單位

5、提取10維視覺特征，然后通過BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)視覺特征與視覺顯著性之間的關(guān)系，利用多種視覺特征通過訓(xùn)練后BP神經(jīng)網(wǎng)絡(luò)來預(yù)估超像素中顯著性像素所占比例，最后通過比例值判別顯著性區(qū)域，生成最終的顯著圖。將本文所提出的基于多特征融合的視覺顯著性檢測方法在公共數(shù)據(jù)庫進行實驗，并將其與現(xiàn)有的顯著性檢測算法進行對比。實驗結(jié)果表明，該方法在主觀視覺與定量指標上均優(yōu)于相比較的15種顯著性檢測方法。與中心聚焦全局對比的視覺顯著性檢測算法相比，本文提出的基于