基于注意機制的圖像分割研究.pdf

1、在計算機視覺理論中，圖像分割結(jié)果直接關(guān)系到后期的特征提取和目標識別等任務(wù)。針對圖像中目標物體與其它背景物體的分割技術(shù)，一直都是計算機視覺領(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的后續(xù)計算工作存在自身缺陷。針對這些問題，本文提出了結(jié)合注意機制理論的圖像分割方法，論文的主要工作有:
　　1.基于注意機制，引進稀疏性算法，融合顏色信息，提出了基于頻率和顏色的顯

2、著性算法。既可以改進噪音對頻率稀疏性的干擾，也可以克服對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行對比實驗，都表明了該方法具有較好的實驗結(jié)果。
　　2.結(jié)合新的顯著性算法，提出了自動區(qū)域合并的圖像分割算法。先采用MeanShift算法得到多個相似屬性區(qū)域，再利用在此之前獲得的空間顯著性標記目標區(qū)域。然后進行最大相似度目標區(qū)域的合并，最終得到顯著物體。通過將算法在MSRA圖像