基于四元代數(shù)的彩色圖像興趣區(qū)域檢測.pdf

1、隨著圖像信息的爆炸式增長，如何去除冗余信息、提取圖像中的感興趣區(qū)域有著越來越重要的意義。研究人員基于生物學(xué)原理，提出了多種顯著區(qū)域檢測模型。許多顯著區(qū)域檢測模型使用了語義特征來精確定位人眼注視區(qū)域，然而這些模型計算成本高，難于運用到日常生活中。在近幾年，一些基于四元數(shù)的顯著模型被陸續(xù)提出，這些模型具有速度快、實時的特點，因此而受到廣泛的關(guān)注。然而這些模型仍存在一些問題，比如精度不高、顯著區(qū)域邊界模糊等。
　　本文主要研究自底向上模

2、型,在總結(jié)分析現(xiàn)有顯著檢測算法的局限性基礎(chǔ)上，提出了兩種顯著檢測模型。
　　提出一種基于四元相位譜分析以及超像素分割的顯著檢測模型。在提取四元相位譜的過程中，將彩色圖像像素作為一個二維四元數(shù)矩陣的元素進行整體處理，始終保證各顏色通道之間的相關(guān)性不遭到破壞。同時，考慮到通常同一物體表面應(yīng)具有一致的視覺顯著性，提出了基于超像素分割方法的局部顯著度優(yōu)化策略，可以有效地降低背景噪聲和局外點的干擾。由于相位譜的計算過程加入了運動特征，使得我

3、們的模型可以從圖像顯著區(qū)域的檢測拓展至視頻顯著區(qū)域的檢測。
　　基于興趣區(qū)域通常難以用鄰域進行稀疏表示這一事實，本文提出了基于四元數(shù)稀疏表示模型的顯著區(qū)域檢測技術(shù)。稀疏編碼把輸入信號分解成稀疏系數(shù)和殘差。本文把求顯著性的過程看作利用鄰域特征編碼的過程，利用中心-鄰域結(jié)構(gòu)以及稀疏編碼求得每個像素的顯著值?；谒脑獢?shù)稀疏表示模型的顯著區(qū)域檢測可以同時檢測顏色和結(jié)構(gòu)不同的區(qū)域，而傳統(tǒng)的稀疏表示顯著檢測方法難以檢測顏色不同而結(jié)構(gòu)相似的區(qū)域