圖像顯著性區(qū)域檢測方法及應用研究.pdf

1、計算機通過圖像或視頻正確理解周圍環(huán)境是計算機視覺的首要研究目標，該領域至關重要的三項工作即正確感知場景中的主要物體，識別物體的輪廓和獲得物體的環(huán)境上下文。要實現(xiàn)這個目標，獲得圖像的視覺顯著性信息是最為基礎的一步。圖像的視覺顯著性信息能夠反映圖像中不同區(qū)域?qū)θ艘曈X系統(tǒng)刺激程度。圖像顯著性區(qū)域檢測技術(shù)可以實現(xiàn)圖像顯著性信息的提取?？煽靠焖俚娘@著性檢測能夠為內(nèi)容感知的圖像編輯，圖像分割，圖像檢索等應用提供有價值的參考信息；能夠緩解圖像內(nèi)容理解

2、與圖像底層特征之間的隔閡，使得更高層的圖像理解成為可能。深入研究顯著性檢測技術(shù)，對提高圖像分析和圖像理解系統(tǒng)的性能以及提高圖像處理技術(shù)的應用水平都具有十分深遠的意義。
　　 顯著性區(qū)域檢測技術(shù)在遵循人視覺顯著性規(guī)律的基礎上，綜合利用圖像的顏色、強度、局部方向等特征，計算出圖像中各個區(qū)域的顯著程度。當前已經(jīng)提出了很多種顯著性檢測方法，但是仍然面臨一系列的挑戰(zhàn)，具體表現(xiàn)在：
　　 (1)圖像顯著性檢測結(jié)果質(zhì)量不高，不能完全正

3、確的反映出圖像的顯著性信息。很多方法的檢測結(jié)果容易受到圖像中紛亂的顏色，復雜的表面紋理，多變背景的影響。作為檢測結(jié)果的顯著圖無法凸顯最為引人注意的物體，無法一致的高亮整個物體，無法清晰的指明物體的輪廓。這都使得顯著圖在各種應用中不夠可靠，效果不好。
　　 (2)顯著性信息的使用方式和方法還比較初級。雖然已經(jīng)有很多方法嘗試使用圖像顯著性檢測結(jié)果解決一些問題，但在具體應用中仍然無法得到讓人滿意的效果。這樣，就無法使圖像顯著性信息的潛

4、力發(fā)揮出來。此外，還亟需尋找更多有價值的應用，進一步探索顯著性信息的應用場景，解決更多實際問題。
　　 因此，針對以上這些問題，本文進行了以下工作：
　　 (1)將顯著性檢測過程建模為兩個階段，初級階段和高級階段。顯著性檢測初級階段將各個的區(qū)域的基本顯著性檢測出來，然后高級階段進行顯著區(qū)域篩選，找出最為吸引人視覺注意的區(qū)域，加強其顯著性并弱化其他區(qū)域的顯著性。
　　 (2)在總結(jié)當前大量顯著性檢測方法的基礎上，歸

5、納了兩條目前解決這個問題的最佳思路，一條思路是采用頻率調(diào)諧的方法進行顯著性檢測，另一條是通過計算區(qū)域全局對比度進行顯著性檢測。沿著這兩條思路，本文分別設計了加權(quán)多尺度頻率調(diào)諧檢測方法和超像素全局對比度檢測方法。這兩種方法很好的完成了初級階段的檢測任務。
　　 (3)為了能夠做到快速選擇最為顯著的區(qū)域，本文在高級顯著性階段設計了關鍵區(qū)域聚焦方法。通過選取聚焦點，分析聚焦點的分布來對圖像的初級顯著性進行優(yōu)化。將兩種初級階段的顯著性檢