基于貝葉斯模型的圖像顯著度檢測.pdf

1、碩士學位論文基于貝葉斯模型的圖像顯著度檢測SaliencyDetectionBasedonBayesianFramework學號：21QQ魚!Q魚大連理工大學DalianUniversityofTechnology大連理工大學碩士學位論文摘要圖像顯著度檢測是計算機視覺研究領域中一個很具有挑戰(zhàn)性但又很重要的研究方向。圖像顯著度研究圖像中能夠吸引人類大腦和視覺系統(tǒng)注意力的部分，得到一個是否屬于顯著目標的概率圖。該類方法可以應用于計算機視覺的

2、多個領域，如圖像分類與檢索，圖像分割，視頻跟蹤等。本文提出了兩種基于貝葉斯模型的自底向上的顯著度檢測算法。第一種方法是基于圖像背景與全局信息的顯著度檢測(BackgroundGlobalFramework)，簡稱為BGF。該方法通過圖像邊緣對圖像背景分布進行建模，得到背景基準集后通過顏色和空間距離得到部分先驗圖，并與全局信息結合得到先驗概率圖。然后對由Harris角點檢測得到的凸包計算前景和背景的觀測似然概率。第二種方法是基于圖像邊界和

3、軟分割的顯著度檢測(BoundarySoft—segmentationFramework)，簡稱為BSF。該方法利用圖像的邊界信息得到圖像的動態(tài)權重圖，然后使用自適應加權的顏色和空問距離得到粗定位先驗圖，并根據(jù)粗定位，使用軟分割算法得到大概的顯著目標位置，即改進的凸包，計算觀測似然概率。最后，將本文的兩種方法對應的先驗圖和觀測似然概率通過貝葉斯模型結合得到最終的檢測結果。本文在由微軟亞洲研究院提供的國際公開的數(shù)據(jù)庫MSRA上驗證算法的有