模擬人類視覺的自動圖像分割技術研究.pdf

1、人類視覺的信息處理能力遠超機器視覺。在方法論上借鑒人類視覺機理,是當前機器視覺性能獲得突破的重要途徑。本課題通過視覺注意(Vision Attention)來建模人類視覺系統(tǒng),以人類主動視覺的“注視—跳視”原理為依據(jù),提出基于視覺顯著度的圖像分割算法框架。主要思路是借助視覺顯著性檢測手段獲得圖像顯著度,通過模擬人類主動視覺,僅專注于顯著度大的像素而忽略其他像素,從而提高算法效率、避免噪聲干擾。對自動圖像分割而言,可以選擇高顯著度像素組成

2、樣本集,通過樣本學習構建神經(jīng)網(wǎng)絡分類器,并模擬人眼微跳視多次采樣后生成多個分類器,經(jīng)集成實現(xiàn)穩(wěn)定的圖像分割。
　　本文主要工作內(nèi)容和創(chuàng)新點如下:
　　(1)改進了一種傳統(tǒng)視覺注意算法——譜殘差方法(Spectral Residual,SR),提出一種基于超復數(shù)傅立葉變換的彩色圖像顯著度檢測方法(Hyper-complex Fast Fourier Transform based Spectral Residual, HFFT

3、-SR),能夠克服傳統(tǒng)SR算法僅利用灰度圖提取圖像顯著度,割裂圖像色彩信息的缺陷;該方法充分考慮彩色圖像的完整光譜信息,得到的顯著點通常涵蓋整個目標,與人類感知基本匹配。
　　(2)將視覺注意算法應用于多聚焦圖像融合,提出一種基于視覺顯著度的多聚焦圖像融合方法。經(jīng)實驗發(fā)現(xiàn)圖像聚焦區(qū)域顯著度大于失焦區(qū)域,可借助源圖像顯著度間的對比來定位和選擇最佳聚焦區(qū),據(jù)此生成融合圖像。實際圖像融合實驗表明,算法能自動選擇清晰像素,獲得37db以上