基于多尺度多通道均值的視覺(jué)顯著性檢測(cè)方法研究.pdf

1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的發(fā)展，網(wǎng)絡(luò)服務(wù)器提供了大量的圖像，給后續(xù)的圖像處理和分析帶來(lái)極大地挑戰(zhàn)。人類視覺(jué)系統(tǒng)可以很容易地判斷圖像中的顯著性區(qū)域，并注意到圖像的重要部分，深入研究顯著性檢測(cè)技術(shù)，讓計(jì)算機(jī)具備人類視覺(jué)系統(tǒng)這種捕捉顯著性信息的能力，對(duì)提高圖像分析和圖像理解系統(tǒng)的性能以及圖像處理技術(shù)的應(yīng)用水平都具有十分深遠(yuǎn)的意義。
　　針對(duì)已有視覺(jué)顯著性檢測(cè)方法很難清晰地提取出圖像的顯著性區(qū)域、檢測(cè)準(zhǔn)確性不高的問(wèn)題，本文基于人類視覺(jué)系統(tǒng)的

2、注意機(jī)制，結(jié)合圖像的成分、頻率、顏色通道、尺度等信息，對(duì)顯著性檢測(cè)進(jìn)行了多方面研究，提出了一系列的視覺(jué)顯著性檢測(cè)方法。主要工作包括以下幾個(gè)方面:
　　(1)提出基于多成分均值的視覺(jué)顯著性檢測(cè)方法。對(duì)圖像進(jìn)行高斯濾波和顏色空間轉(zhuǎn)換，增加圖像的清晰度，過(guò)濾背景和噪聲，利用主分量變換，盡量消除濾波圖像中隨機(jī)因素的干擾，同時(shí)減少圖像中需要處理的特征量個(gè)數(shù)，在三個(gè)主成分上進(jìn)行顯著性計(jì)算，最后通過(guò)線性均值融合得到最終顯著圖。實(shí)驗(yàn)結(jié)果表明，該方

3、法能夠明顯提高顯著性檢測(cè)的準(zhǔn)確性。
　　(2)提出基于多尺度多通道均值的視覺(jué)顯著性檢測(cè)方法。利用二維小波變換對(duì)圖像進(jìn)行小波分解和重構(gòu)，不需進(jìn)行圖像分割就能有效地過(guò)濾圖像背景信息，突出顯著性區(qū)域，利用雙立方插值對(duì)濾波后圖像進(jìn)行多尺度縮小，對(duì)不同尺度的顯著性目標(biāo)具有更好的適應(yīng)性和擴(kuò)展性，計(jì)算圖像各個(gè)通道的均值，以圖像與各個(gè)通道均值的距離作為圖像的顯著值，避免只抽取目標(biāo)的邊緣信息，能夠均勻地突出整體物體，只保留圖像中顯著值不小于其顯著均

4、值的部分，進(jìn)一步去除顯著圖中的背景噪聲，突出顯著性區(qū)域，利用雙立方插值對(duì)圖像進(jìn)行放大并進(jìn)行圖像疊加，最后利用線性歸一化得到最終顯著圖。實(shí)驗(yàn)結(jié)果表明，該方法能夠清晰地提取出圖像的顯著性區(qū)域，提高顯著性檢測(cè)的準(zhǔn)確性。
　　(3)基于所提兩種檢測(cè)方法進(jìn)行擴(kuò)展實(shí)驗(yàn)。分別在基于多成分均值和基于多尺度多通道均值的視覺(jué)顯著性檢測(cè)方法的檢測(cè)框架下，擴(kuò)展圖像的顏色空間模式，擴(kuò)展了圖像的顏色通道和主成分個(gè)數(shù)，在不同顏色空間模式、不同主成分、不同通道上