基于區(qū)域的圖像顯著目標檢測.pdf

1、通過顯著目標檢測可以得到圖像中引人注目的目標。顯著目標檢測技術(shù)可應(yīng)用于圖片瀏覽、圖像剪切、圖像壓縮、基于內(nèi)容的圖像檢索等領(lǐng)域。目前絕大部分關(guān)于顯著目標檢測的研究是基于像素級別的，存在效率偏低和因缺乏較高層次語義特征而效果較差的缺點。在得到顯著度圖后如何組合顯著目標的問題上，除了一些利用先驗知識指導(dǎo)顯著目標還原的方法外，大部分方法處理比較粗糙，導(dǎo)致檢測得到的顯著目標不夠完整與準確。本文提出針對區(qū)域的面積與位置顯著度特征，重新設(shè)計了中央環(huán)繞

2、特征與顏色分布特征，再根據(jù)聚集性、面積與位置顯著度特征指導(dǎo)區(qū)域的生長與合并，最后得到顯著目標。這種基于區(qū)域的顯著目標檢測方法，可以在保證效率的情況下改善檢測效果。
　　 本文采用一種新方法進行顯著目標檢測，大致流程如下：1)對圖像進行分割，得到互不重疊的、具有特征一致性的區(qū)域；2)對分割得到的區(qū)域進行聚類，使得具有特征一致性的區(qū)域在同一聚類中；3)計算基于區(qū)域的中央環(huán)繞特征和顏色分布特征；4)組合兩種特征生成最終的顯著度圖；5)