視覺(jué)顯著性在草圖目標(biāo)檢測(cè)中的應(yīng)用研究.pdf

1、人類的視覺(jué)系統(tǒng)能夠通過(guò)視覺(jué)顯著性這一生理機(jī)制實(shí)現(xiàn)注意力的高效分配與視覺(jué)認(rèn)知過(guò)程。通過(guò)視覺(jué)顯著模型的機(jī)理可以有效處理大量的視覺(jué)信息。而在處理和分析圖像和視頻信息的過(guò)程中，其顯著區(qū)域就成了研究熱點(diǎn)。顯著區(qū)域就是能夠引起人類視覺(jué)關(guān)注的重點(diǎn)區(qū)域，即能夠?qū)⒁曈X(jué)注意力快速集中在引起人們感興趣的圖像區(qū)域。該文研究的主要內(nèi)容包括：
　　1）在經(jīng)典顯著性算法的基礎(chǔ)上，本文提出了一種基于整形特征分析的新顯著性檢測(cè)算法。新算法首先利用灰度不一致算子作為

2、局部處理手段，刻畫(huà)圖像局部紋理的非均勻性，使得最顯著的中心點(diǎn)亮度提高；其次，利用改進(jìn)的FT算法，建立一種新的全局量化方法，使得顯著區(qū)域增強(qiáng)；再次，為了濾除孤立顯著區(qū)的影響，算法提出一種空間權(quán)重表達(dá)法，對(duì)所提顯著圖進(jìn)行線性處理，提高整體顯著區(qū)與背景間的對(duì)比差。仿真實(shí)驗(yàn)證明新算法比經(jīng)典算法得到的顯著圖更加準(zhǔn)確，同時(shí)在精確率和召回率等定量指標(biāo)中具有較強(qiáng)的優(yōu)勢(shì)。
　　2）通過(guò)對(duì)傳統(tǒng) SIFT特征提取算法分析探討的基礎(chǔ)上，本文提出了一種改進(jìn)

3、的SIFT特征提取算法。該算法與視覺(jué)顯著區(qū)域檢測(cè)相結(jié)合，減少了提取的特征點(diǎn)數(shù)量。提取的特征點(diǎn)符合人類的視覺(jué)感知，進(jìn)而在一定程度上確保了提取特征點(diǎn)的有效性。接著通過(guò)改進(jìn)的SIFT算法進(jìn)行特征匹配。最后對(duì)傳統(tǒng)的SIFT算法與改進(jìn)算法在仿射不變性和尺度縮放不變性方面進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明改進(jìn)的算法不僅匹配正確率比傳統(tǒng)的SIFT算法高，而且匹配的速度較快。
　　3）結(jié)合新顯著性檢測(cè)算法和改進(jìn)的SIFT算法，本文將視覺(jué)顯著性在草圖檢索中進(jìn)行