基于圖像劃分及中心先驗(yàn)的顯著目標(biāo)檢測(cè)算法.pdf

1、在低層計(jì)算機(jī)視覺(jué)領(lǐng)域，顯著目標(biāo)檢測(cè)算法成為研究熱點(diǎn)之一。由于缺乏高層語(yǔ)義信息的指導(dǎo)，自底向上的顯著目標(biāo)檢測(cè)算法依賴于對(duì)視覺(jué)顯著性的先驗(yàn)假設(shè)，包括對(duì)比度先驗(yàn)、背景先驗(yàn)及中心先驗(yàn)。對(duì)比度先驗(yàn)認(rèn)為顯著目標(biāo)相對(duì)于其周圍環(huán)境具有高對(duì)比度，考慮圖像元素相對(duì)于圖像整體或周圍環(huán)境的獨(dú)特性，傾向于檢測(cè)出高對(duì)比度的目標(biāo)邊緣；背景先驗(yàn)認(rèn)為圖像邊界多屬于背景區(qū)域，考慮圖像元素相對(duì)于邊界的相似性，排除背景，得到顯著目標(biāo)，更適合背景一致的圖像。中心先驗(yàn)認(rèn)為顯著目標(biāo)

2、多靠近圖像中心，一般作為其他方法的輔助手段。
　　綜合考慮以上先驗(yàn)知識(shí)，本文首先從背景先驗(yàn)的角度考慮，將圖像劃分為感興趣區(qū)域、邊界區(qū)域及中間過(guò)渡區(qū)域，采用感興趣區(qū)域與邊界區(qū)域描述圖像的前景、背景特性，計(jì)算圖像中所有元素相對(duì)于感興趣區(qū)域及邊界的相似性作為該像素塊相對(duì)于前景、背景的相似性，然后從中心先驗(yàn)角度出發(fā)，定義元素的位置度量，最后將元素的前景相似性、位置度量作為元素前景特性，背景相似性作為背景特性，通過(guò)能量?jī)?yōu)化函數(shù)結(jié)合元素的前景