基于動態(tài)閾值的圖像顯著區(qū)域?qū)哟螜z測方法.pdf

1、顯著區(qū)域檢測是近年來非常活躍的研究方向。目前已經(jīng)存在一些顯著區(qū)域檢測方法。這些方法主要有：基于對比的模糊增長方法、基于SVM的顯著區(qū)域提取方法等。這些方法主要是研究圖像中各個像素之間的關(guān)聯(lián)關(guān)系，從而達到提取顯著區(qū)域的目的。這些方法的主要問題是，沒有考慮更多像素之間的相關(guān)性，因此，也無法得到令人滿意的結(jié)果。 論文改進了基于層次的顯著區(qū)域檢測模型。把原始圖像分層，首先針對每一層，計算顯著性特征，然后再把各層的顯著性特征值疊加，通過動

2、態(tài)閾值獲得最終的顯著區(qū)域。 論文針對每一層，分別提取底層特征、計算顯著性特征，包括：亮度顯著性、飽和度顯著性和色彩顯著性。然后綜合加權(quán)上述各個特征，得到較為合理的顯著性。該改進模型綜合考慮各個特征，可以減少噪音像素對顯著區(qū)域檢測的影響。 論文分析了圖像的概率特性后，提出了用二維正態(tài)分布函數(shù)表示圖像像素間的相關(guān)性的方法。該方法可以保證顯著區(qū)域提取的連貫性，也綜合考慮了像素間的關(guān)系，能減少噪音像素對顯著區(qū)域提取的影響。