基于sPCA的協(xié)同顯著性檢測(cè)方法及應(yīng)用研究.pdf

1、協(xié)同顯著性目標(biāo)檢測(cè)（Co-saliency detection）是一種視覺顯著性機(jī)制引導(dǎo)的在多幅圖像中檢測(cè)相似或共有目標(biāo)的技術(shù)，在協(xié)同分割、信息檢索、自動(dòng)標(biāo)注及前景提取等領(lǐng)域具有廣泛的應(yīng)用前景，成為圖像處理領(lǐng)域的研究熱點(diǎn)。經(jīng)過近幾年的研究，盡管提出了一些協(xié)同顯著性檢測(cè)算法，然而，如何實(shí)現(xiàn)復(fù)雜環(huán)境下快速、魯棒的協(xié)同顯著性檢測(cè)依然需要非常深入的研究，本文分析現(xiàn)有協(xié)同顯著性檢測(cè)技術(shù)存在的問題，重點(diǎn)研究了基于稀疏主成分分析（Sparse Pri

2、ncipal Componen Analysis,sPCA）的快速協(xié)同顯著性檢測(cè)算法及其在協(xié)同分割中的應(yīng)用。
　　本文采用循序漸進(jìn)的方式對(duì)基于sPCA的協(xié)同顯著性檢測(cè)算法進(jìn)行了研究，首先從協(xié)同顯著性算法的效率出發(fā)，對(duì)底層特征進(jìn)行稀釋特征提取，然后考慮提取特征的有效性對(duì)稀疏特征進(jìn)一步選擇，實(shí)現(xiàn)基于sPCA的快速、魯棒協(xié)同顯著性檢測(cè)，最后將該方法應(yīng)用于多幅圖像的協(xié)同分割，實(shí)現(xiàn)復(fù)雜圖像協(xié)同顯著目標(biāo)的自動(dòng)精確分割。具體工作主要包括：

3、>　　(1)針對(duì)協(xié)同顯著性檢測(cè)算法效率低的問題，提出了一種基于圖像分塊的截?cái)鄡缦∈柚鞒煞痔崛》椒?，作為圖像協(xié)同顯著性檢測(cè)的預(yù)處理。實(shí)驗(yàn)結(jié)果表明，通過將高維輸入圖像壓縮到低維空間，可保留原圖像中有效特征，并且消除數(shù)據(jù)中存在的大量冗余，縮短了顯著性檢測(cè)的運(yùn)行時(shí)間。
　　(2)針對(duì)截?cái)鄡绶椒ㄖ休d荷系數(shù)對(duì)主成分前后表示不一致的問題，提出了一種基于圖像塊間有效距離的特征選擇方法，對(duì)負(fù)載因子進(jìn)行結(jié)構(gòu)化選擇，提取有效特征進(jìn)行協(xié)同顯著性檢測(cè)。實(shí)驗(yàn)