基于視覺機制的圖像和視頻的顯著性檢測.pdf

1、顯著性檢測就是檢測圖像或視頻畫面中的顯著性區(qū)域，即最讓人眼感興趣的區(qū)域，而這些區(qū)域往往包含著整幅圖像的最主要的內(nèi)容的信息。通過檢測圖像的顯著性區(qū)域，可以更合理地分配計算資源，從而可以在圖像分析、理解和處理工作中，精簡運算量并提高準確性。圖像的顯著性檢測廣泛應(yīng)用于計算機視覺的各個方面。
　　本文重點研究圖像的顯著性檢測算法，并關(guān)注其在計算機視覺中的應(yīng)用和其在視頻分析和處理中的衍生。本文的主要工作和創(chuàng)新點如下:
　　1.改進了基

2、于視覺機制的圖像顯著性檢測算法，應(yīng)用于代表性圖像選取，取得更好的效果。
　　改進后的算法采用新的空間轉(zhuǎn)換方法，利用圖像的統(tǒng)計特性計算圖像的均值信息，從而得到更加清晰的顯著圖。然后通過計算顯著區(qū)域的最小外接矩形，對應(yīng)地從原始輸入圖像中截取出新的處理圖像，最后將這些新的處理圖像應(yīng)用于代表性圖像選取的處理工作，用更少的運算時間得到更全面的代表性圖像。
　　2.設(shè)計了一種目標驅(qū)動的顯著性檢測算法。實驗結(jié)果表示算法可以較為快速地檢測出

3、主觀上的顯著性區(qū)域。
　　算法參考了人類主觀加以關(guān)注的集中注意力的過程，先由用戶選擇需要加以關(guān)注的目標圖像，然后在L*a*b*色彩空間中計算測試圖像中各個像素與目標圖像平均值的差值，判定若單點像素與目標圖像的平均值的差異越小，其顯著值越大，從而得出基于主觀注意力的顯著區(qū)域。
　　3.改進了基于視覺機制的視頻顯著性檢測算法，實驗表明改進后的算法能夠更加準確地檢測出視頻序列中的顯著性區(qū)域。算法融合視頻序列的靜態(tài)特征圖和動態(tài)特征圖