基于背景分布空間構(gòu)建的圖像顯著性物體檢測(cè).pdf

1、圖像顯著性物體檢測(cè)旨在提取和分割圖像場(chǎng)景中的最引人關(guān)注的物體或區(qū)域，已廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)相關(guān)的多個(gè)領(lǐng)域，如場(chǎng)景理解、目標(biāo)檢測(cè)與識(shí)別、圖像分割和圖像編輯等，逐漸成為研究的焦點(diǎn)。本文利用圖像塊的統(tǒng)計(jì)特征，建立了基于背景分布的度量空間，提出了一種新穎的自底向上的基于該空間構(gòu)建的顯著性物體檢測(cè)算法。本文算法的主要?jiǎng)?chuàng)新點(diǎn)如下:
　　第一，本文首次提出利用背景分布空間來(lái)計(jì)算圖像塊的顯著性。利用背景先驗(yàn)和圖像邊界的連通性，本文將邊界圖像塊分為

2、四組。通過(guò)對(duì)這些圖像塊集合進(jìn)行特征分解，本文建立了四個(gè)背景分布空間來(lái)對(duì)圖像背景進(jìn)行建模。在每個(gè)空間中，圖像塊的顯著性被定義為其遠(yuǎn)離分布主體的程度。通過(guò)對(duì)歐氏距離、l1范數(shù)和馬氏距離三種度量方式進(jìn)行對(duì)比討論，本文選擇用馬氏距離來(lái)計(jì)算圖像塊遠(yuǎn)離分布主體的程度，從而得到圖像塊的顯著性值。
　　第二，本文提出了一種基于超像素測(cè)地線距離的圖像平滑方法。利用超像素間的測(cè)地線距離，本文將一種背景連接描述子和上采樣方法相結(jié)合，對(duì)前一步驟生成的顯著

3、圖進(jìn)行平滑。用超像素作為最小視覺(jué)子集進(jìn)行分析，不僅能夠提升計(jì)算效率，更有助于精確定位物體邊緣。同時(shí)，超像素間的測(cè)地線距離可以反應(yīng)圖像區(qū)域內(nèi)容的同質(zhì)性。因此，這種平滑方法有助于均勻的突出顯著性物體并抑制零散的背景噪聲。
　　第三，結(jié)合基于超像素測(cè)地線距離的圖像平滑方法，本文引入貝葉斯推理，對(duì)平滑后的顯著圖進(jìn)行增強(qiáng)。本文首先定義像素的先驗(yàn)概率為上一步中平滑后的顯著性值，然后通過(guò)對(duì)平滑后的顯著圖進(jìn)行二值化來(lái)粗略定位顯著性物體區(qū)域和背景區(qū)