基于底層特征與高層先驗(yàn)的顯著性區(qū)域檢測(cè)算法.pdf

1、信息技術(shù)的飛速發(fā)展，手機(jī)通訊設(shè)備的流行，人類已經(jīng)進(jìn)入到了“讀圖時(shí)代”，圖像視頻數(shù)據(jù)已呈現(xiàn)爆炸式增長(zhǎng)。由于圖像具有簡(jiǎn)單生動(dòng)，便于存儲(chǔ)的優(yōu)勢(shì)，已被應(yīng)用到很多領(lǐng)域中，但是這勢(shì)必給計(jì)算機(jī)增大了負(fù)擔(dān)，如何高效智能化處理這些圖像數(shù)據(jù)已成為人們研究的重點(diǎn)問題，科研人員依據(jù)人類視覺注意機(jī)制的原理，利用數(shù)學(xué)模型構(gòu)建出很多圖像顯著性區(qū)域檢測(cè)算法，以便能夠優(yōu)先處理圖像中的顯著目標(biāo)，為圖像的壓縮、目標(biāo)檢索或者其他后續(xù)的工作帶來便利。為了進(jìn)一步提高顯著性檢測(cè)的精

2、度以及更好地實(shí)現(xiàn)對(duì)多目標(biāo)物體的檢測(cè)，本文就顯著性區(qū)域檢測(cè)算法進(jìn)行研究。
　　首先，利用兩種分割算法得到圖像基元結(jié)構(gòu)，然后通過分析圖像的底層特征對(duì)顯著性目標(biāo)的影響，提出了基元顏色對(duì)比度、基元亮度對(duì)比度、顏色空間分布特性，并對(duì)這些顯著特征進(jìn)行數(shù)學(xué)定義。
　　其次，考慮到單純使用底層特征也存在一定的局限性，故對(duì)一些高層先驗(yàn)知識(shí)進(jìn)行探討，認(rèn)為圖像的邊界一般為背景信息，且背景信息與邊界的連通強(qiáng)度要大于目標(biāo)物體與邊界的連通強(qiáng)度；利用中心