基于顏色對(duì)比和各向異性擴(kuò)散分割的顯著性區(qū)域檢測(cè).pdf

1、顯著性檢測(cè)已經(jīng)成為計(jì)算機(jī)視覺處理過程中的有力工具。高級(jí)的計(jì)算機(jī)視覺的應(yīng)用，諸如自適應(yīng)壓縮，圖像檢索，目標(biāo)識(shí)別的預(yù)處理工作可以通過顯著性檢測(cè)來完成。
　　本文在總結(jié)前人的顯著性檢測(cè)方法基礎(chǔ)上，提出了基于超像素級(jí)別和區(qū)域級(jí)別的顯著性檢測(cè)方法，這種方法能夠兼顧全局的顏色差異比較和目標(biāo)的空間連續(xù)性。
　　我們的方法一共分為四個(gè)基本的部分。首先使用興趣點(diǎn)檢測(cè)的方法得到一個(gè)大致的顯著性目標(biāo)位置。這個(gè)位置有著包含大部分顯著性目標(biāo)，部分背景

2、的特點(diǎn)，而此區(qū)域以外韻大部分為背景。基于這個(gè)大致的顯著性位置我們進(jìn)行顏色比較和空間關(guān)系度量得到分別考慮細(xì)節(jié)和整體性的兩個(gè)顯著圖。利用TurboPixel將圖像分割為代表中層視覺信息的超像素，通過所有超像素與大致的背景區(qū)域的差異性強(qiáng)弱得到顯著性的強(qiáng)弱，得到超像素級(jí)別的顏色差異顯著圖。利用熱學(xué)中的各項(xiàng)異性擴(kuò)散方程解決圖像的區(qū)域劃分。最大化圖像K個(gè)區(qū)域劃分的劃分系數(shù)可以通過最大化有K個(gè)熱源的系統(tǒng)溫度來建模。將顏色比較得到的顯著圖作為一維特征和