基于代表性塊的聯(lián)合對象提取.pdf

1、近幾年，對象提取成為計算機(jī)視覺領(lǐng)域一個重要的研究方向，為準(zhǔn)確估計出圖像中的對象或部分，對象檢測、對象識別等各種操作方法層出不窮。如今多數(shù)方法一般是在單幅圖像中針對一個或多個不同的對象進(jìn)行操作，而當(dāng)給定一批主題相關(guān)的圖像時，通常的對象提取方法很難實現(xiàn)多圖像中相同對象的估計。因此，聯(lián)合對象的提取技術(shù)便應(yīng)運(yùn)而生，但目前關(guān)于這方面的研究很少。
　　本文提出了一種基于代表性塊的聯(lián)合對象提取方法，其目的是判別出兩幅相關(guān)圖像中相同的對象部分。所

2、謂對象是指圖像中的顯著區(qū)域，即人視覺感知的主要部分。對象的顯著性特征可從顏色、紋理、形狀、空間關(guān)系、統(tǒng)計特征等五個方面進(jìn)行描述，而根據(jù)單一特征所提取的圖像效果在時間復(fù)雜度和空間分辨率等方面存在明顯的局限性和差異性，所以僅利用一種圖像特征難以滿足實際需求。為了得到一個清晰、準(zhǔn)確的對象提取效果圖，可將不同圖像特征的各自優(yōu)勢和互補(bǔ)性加以綜合利用。
　　本文的主要研究過程是針對給定的兩幅圖像，首先使用樸素貝葉斯法訓(xùn)練生成一個貝葉斯分類器，

3、同時利用多尺度顯著性、顏色對比、邊緣密度、超像素跨界等多種顯著特征提取出若干包含對象的窗口；然后通過線性SVM及相關(guān)聚類方法訓(xùn)練代表性塊，具體是利用一個迭代程序在聚類和判別式訓(xùn)練分類器之間進(jìn)行交替直至收斂，經(jīng)多次迭代后會得到一系列塊集群；再對目標(biāo)進(jìn)行空間上的定位，借助圖像匹配算法計算每對代表性塊的相似度，篩選出若干個權(quán)值較高的代表性塊；最后根據(jù)塊和對象窗口的空間位置關(guān)系，將與每個對象窗口相交或包含在窗口內(nèi)的代表性塊進(jìn)行權(quán)值疊加，對多次剔