基于注意機(jī)制的圖像分割研究.pdf

1、在計(jì)算機(jī)視覺理論中，圖像分割結(jié)果直接關(guān)系到后期的特征提取和目標(biāo)識(shí)別等任務(wù)。針對(duì)圖像中目標(biāo)物體與其它背景物體的分割技術(shù)，一直都是計(jì)算機(jī)視覺領(lǐng)域的基本難題。而傳統(tǒng)的圖像分割更多的是提取相似屬性的區(qū)域，難以將物體從背景區(qū)域中區(qū)分開來。這樣導(dǎo)致依靠圖像中特定目標(biāo)的后續(xù)計(jì)算工作存在自身缺陷。針對(duì)這些問題，本文提出了結(jié)合注意機(jī)制理論的圖像分割方法，論文的主要工作有:
　　1.基于注意機(jī)制，引進(jìn)稀疏性算法，融合顏色信息，提出了基于頻率和顏色的顯

2、著性算法。既可以改進(jìn)噪音對(duì)頻率稀疏性的干擾，也可以克服對(duì)顏色信息的過分依賴的情況。在MSRA圖像集上，通過與僅依靠頻率稀疏性或顏色特征的算法以及其它算法進(jìn)行對(duì)比實(shí)驗(yàn)，都表明了該方法具有較好的實(shí)驗(yàn)結(jié)果。
　　2.結(jié)合新的顯著性算法，提出了自動(dòng)區(qū)域合并的圖像分割算法。先采用MeanShift算法得到多個(gè)相似屬性區(qū)域，再利用在此之前獲得的空間顯著性標(biāo)記目標(biāo)區(qū)域。然后進(jìn)行最大相似度目標(biāo)區(qū)域的合并，最終得到顯著物體。通過將算法在MSRA圖像