基于小波域的圖像顯著性檢測算法研究.pdf

1、圖像顯著性檢測具有很長的研究歷史，但因其是模仿人類的視覺注意機制，所以一直以來是一個具有挑戰(zhàn)性的研究領(lǐng)域。圖像顯著性檢測就是將圖像中的重要內(nèi)容檢測出來，為后續(xù)的圖像應(yīng)用提供方便。目前圖像顯著性檢測面臨一系列的問題，比如：檢測結(jié)果精確度不高、檢測算法復(fù)雜等。與傅里葉變換相比，小波變換是空間和頻率的局部變換，因而能有效地從圖像中提取信息以達(dá)到圖像顯著性檢測的目的。
　　本文主要進(jìn)行了如下工作：
　　(1)對頻率調(diào)諧算法(FT)進(jìn)

2、行分析，提出了基于對比敏感度函數(shù)(CSF)的小波域顯著性檢測算法?？紤]人眼的各種特性，將CSF用于圖像的顯著性檢測中，提高圖像的對比度，利用小波分解得到不同頻率信息，使用加權(quán)的歐式距離計算顯著性值，最后利用拋物線進(jìn)一步提高顯著圖的對比度。
　　(2)通過對基于底層和中層線索的貝葉斯顯著性檢測算法(BS)的分析，提出了貝葉斯框架下小波域顯著性檢測算法。首先進(jìn)行興趣點檢測，并利用凸包得到圖像的粗略顯著區(qū)域，利用顏色直方圖計算像素點的觀

3、測似然概率，然后利用小波分析，結(jié)合局部和全局特征得到先驗圖，利用先驗圖得到先驗概率，最后利用貝葉斯理論計算像素點的后驗概率得到顯著值。
　　(3)將以上兩種顯著性檢測方法應(yīng)用于圖像分割和基于內(nèi)容感知的圖像縮放，分割結(jié)果更加準(zhǔn)確，圖像縮放的結(jié)果圖基本保持了原圖像的形狀。本文算法在Achanta數(shù)據(jù)集上進(jìn)行實驗。通過 ROC曲線、分割準(zhǔn)確率、分割完全率、時間的綜合比較，本文提出的兩種檢測算法可以提高顯著區(qū)域的檢測準(zhǔn)確性。在圖像分割上更