基于區(qū)域對比度的視覺顯著性檢測算法研究.pdf

1、隨著數(shù)碼相機和智能手機等具有拍攝功能的設備的普及,數(shù)字圖像和視頻已成為人們日常生活中不可或缺的信息表現(xiàn)和傳遞溝通的載體。數(shù)字圖像和視頻呈現(xiàn)出豐富的內容;但對于計算機而言,它們只是由像素點組成,本身不顯式含有物體結構和場景空間分布等信息。計算機很難像人一樣從語義層面理解圖像和視頻的內容。視覺顯著性基于視覺注意機制檢測出圖像和視頻的顯著區(qū)域,以人類視覺系統(tǒng)感知和處理信息的方式分析圖像和視頻的內容。根據(jù)視覺顯著性的檢測結果,計算機就能夠區(qū)別對

2、待不同顯著程度的區(qū)域,自適應編輯和處理圖像和視頻。由于人類尚未完全理解視覺系統(tǒng)的生理構造,如何利用已知的視覺原理檢測出視覺顯著區(qū)域,已成為計算機視覺和圖形學領域的重要研究課題。
　　在視覺顯著性檢測過程中,由于衡量視覺差異的方式不同,不同算法的顯著性檢測結果差異很大。如何根據(jù)視覺原理檢測出滿足實際應用需求的視覺顯著性值得深入研究。本文主要研究基于區(qū)域對比度的視覺顯著性檢測算法。該算法利用自底向上的視覺注意,根據(jù)圖像和視頻自身的內容

3、檢測出輪廓和形狀更清晰的顯著性圖,更符合實際應用的需求。
　　本文首先總結了圖像和視頻顯著性檢測算法中主要的視覺注意原則和常見的視覺特征,包括顏色、亮度、紋理、邊緣、運動、頻率等;然后從實際應用需求的角度分析了基于區(qū)域對比度的視覺顯著性檢測算法的合理性和可行性。與圖像相比,視頻呈現(xiàn)的內容更加復雜,顯著性分析也更困難;但是視頻也提供了更多的顯著性檢測線索。在圖像顯著性分析的基礎上,本文提出了一種基于區(qū)域對比度的視頻顯著性區(qū)域檢測算法

4、。該算法根據(jù)視頻幀間關聯(lián)性檢測出類物體區(qū)域,并利用顏色、紋理和運動的綜合特征和多尺度的區(qū)域對比度生成輪廓和形狀更為清晰的顯著性圖。該算法綜合考慮了空間和時間上的顯著性影響因素,生成更符合實際應用需求的檢測結果;并在公開的測試數(shù)據(jù)集上驗證了算法的可行性。
　　本文在視覺顯著性檢測的基礎上,總結并拓展了視覺顯著性的應用。根據(jù)顯著性圖的用途,寬泛地將視覺顯著性應用劃分為顯著性引導的應用和顯著性保持的應用。顯著性引導的應用包括物體自動分割