目標(biāo)輪廓信息結(jié)合特征對比的顯著性檢測算法研究.pdf

1、隨著智能硬件性能的提升，圖像處理已成功應(yīng)用于諸多工程領(lǐng)域，其實(shí)時性和準(zhǔn)確性越來越得到注重。圖像顯著性提取和人類視覺系統(tǒng)的選擇機(jī)制類似，使計(jì)算機(jī)注重前景而忽略背景，以提升算法效率及準(zhǔn)確率?；谏鲜鰞?yōu)點(diǎn)，該技術(shù)作為圖像預(yù)處理已經(jīng)應(yīng)用于如圖像檢索，圖像分類，圖像分割等領(lǐng)域。
　　首先，顯著性檢測的根本目的在于估計(jì)前景目標(biāo)位置，并提取其有效的目標(biāo)信息。因此，該文將顯著性轉(zhuǎn)化為一種概率分布問題，即目標(biāo)像素具有更高的顯著可能性。并以貝葉斯顯著

2、模型為框架，將全局顏色分布與活動輪廓相結(jié)合，得到一種以顯著概率為依據(jù)的檢測模型。與傳統(tǒng)的凸包模型相比，活動輪廓能夠?yàn)樨惾~斯模型提供一個非凸的目標(biāo)輪廓。
　　其次，雖然貝葉斯推斷能夠較好地估計(jì)出圖像的顯著分布，但是概率性估計(jì)通常包含了較大的不確定性。為了更準(zhǔn)確地得到目標(biāo)，該文進(jìn)一步提出了一種基于邊緣超像素對判定的圖像顯著邊緣分離算法，并通過顯著邊緣和內(nèi)生長方法衍生出最終的顯著圖。相比于概率估計(jì)，邊緣信息作為圖像的固有特征適用范圍更廣