基于對(duì)比度與點(diǎn)云分割的視覺(jué)顯著性檢測(cè)算法及其應(yīng)用.pdf

1、視頻顯示技術(shù)的高速發(fā)展導(dǎo)致了圖像信息數(shù)據(jù)的爆發(fā)式增長(zhǎng)，如何高效的對(duì)這些信息進(jìn)行處理已經(jīng)成為亟待解決的問(wèn)題。視覺(jué)顯著性檢測(cè)技術(shù)應(yīng)運(yùn)而生，極大地提高了視覺(jué)數(shù)據(jù)的處理效率。
　　基于顏色對(duì)比度的顯著性檢測(cè)算法是顯著性檢測(cè)中常用的方法，但它不能很好地處理具有復(fù)雜紋理背景的圖像以及背景中包含高對(duì)比度區(qū)域的圖像。針對(duì)上述問(wèn)題，提出了綜合考慮顏色對(duì)比度和紋理對(duì)比度，并與點(diǎn)云分割相結(jié)合的顯著性檢測(cè)算法。
　　首先，介紹了視覺(jué)注意機(jī)制與對(duì)比度

2、檢測(cè)的原理，以經(jīng)典的顏色對(duì)比度算法為基礎(chǔ)，劃分超像素區(qū)域作為運(yùn)算單元，利用全局對(duì)比度的概念并結(jié)合歐氏距離，面積權(quán)重和空間關(guān)系計(jì)算出顏色對(duì)比度。
　　其次，根據(jù)場(chǎng)景的底層紋理特性，使用Gabor濾波器得到畫(huà)面的紋理特征向量。利用全局對(duì)比度的概念得到紋理對(duì)比度并結(jié)合主成分分析法(PCA)得到更加優(yōu)秀的檢測(cè)效果。
　　再次，提出了以SURF算子檢測(cè)出的特征點(diǎn)作為種子點(diǎn)，利用區(qū)域生長(zhǎng)的云模型計(jì)算出區(qū)域分割圖的方法。既能夠準(zhǔn)確的檢測(cè)出