基于馬爾可夫吸收概率的顯著性檢測.pdf

1、碩士學位論文基于馬爾可夫吸收概率的顯著性檢測SaliencyDetectionbasedonMarkovAbsorptionProbabilities學21201020完成大連理工大學DalianUniversityofTechnology大連理工大學碩士學位論文摘要視覺的顯著性檢測是計算機視覺領域中一個非常重要同時又很有挑戰(zhàn)性的工作。有效的顯著性檢測模型已被成功的運用到許多計算機視覺任務中，例如目標分類和識別，感興趣目標的分割，內容感

2、知的圖像編輯等。因此，近年來，顯著性檢測模型受到了越來越多的研究者的關注。圖像顯著性檢測算法的主要任務是估計出一幅圖像中顯著性區(qū)域的位置，并輸出一副灰度圖像，灰度圖像中每個點的像素值表示該像素屬于顯著性區(qū)域的可能性?；隈R爾科夫吸收概率與顯著性區(qū)域檢測之間的關系，這篇文章，我們提出了一種新穎的自底向上的顯著性區(qū)域檢測算法。首先，利用圖像中的部分邊界作為背景先驗，在一個圖模型上，我們借助于馬爾科夫吸收概率計算出一個初始的顯著性圖。不同于現(xiàn)

3、存的大多數(shù)基于圖像背景先驗的顯著性算法借助于圖像的所有邊界作為背景先驗，為了方便計算，我們只利用圖像的左邊界和上邊界作為圖像的背景點。每一個節(jié)點的顯著性定義為被圖像的左邊界和上邊界上所有和該節(jié)點相似的虛擬吸收節(jié)點吸收的概率之和。其次，通過排列圖像中每個節(jié)點與第一步圖像中的得到前景點之間的相關性，我們可以得到一個更好的顯著性圖，該圖能較好的突出圖像中的顯著性部分，同時抑制圖像中的背景區(qū)域，這個過程的處理過程與第一步很類似，但是本質上又不盡