目標輪廓信息結(jié)合特征對比的顯著性檢測算法研究.pdf

1、隨著智能硬件性能的提升，圖像處理已成功應用于諸多工程領域，其實時性和準確性越來越得到注重。圖像顯著性提取和人類視覺系統(tǒng)的選擇機制類似，使計算機注重前景而忽略背景，以提升算法效率及準確率。基于上述優(yōu)點，該技術(shù)作為圖像預處理已經(jīng)應用于如圖像檢索，圖像分類，圖像分割等領域。
　　首先，顯著性檢測的根本目的在于估計前景目標位置，并提取其有效的目標信息。因此，該文將顯著性轉(zhuǎn)化為一種概率分布問題，即目標像素具有更高的顯著可能性。并以貝葉斯顯著

2、模型為框架，將全局顏色分布與活動輪廓相結(jié)合，得到一種以顯著概率為依據(jù)的檢測模型。與傳統(tǒng)的凸包模型相比，活動輪廓能夠為貝葉斯模型提供一個非凸的目標輪廓。
　　其次，雖然貝葉斯推斷能夠較好地估計出圖像的顯著分布，但是概率性估計通常包含了較大的不確定性。為了更準確地得到目標，該文進一步提出了一種基于邊緣超像素對判定的圖像顯著邊緣分離算法，并通過顯著邊緣和內(nèi)生長方法衍生出最終的顯著圖。相比于概率估計，邊緣信息作為圖像的固有特征適用范圍更廣