基于超像素分割的視覺(jué)顯著性檢測(cè).pdf

1、視覺(jué)的主要功能就是解釋人們生活的周圍環(huán)境，并與其發(fā)生信息交互。人類視覺(jué)具有快速搜索到感興趣目標(biāo)的能力，即發(fā)現(xiàn)顯著目標(biāo)，然而對(duì)于計(jì)算機(jī)視覺(jué)而言這個(gè)技術(shù)是具有挑戰(zhàn)性的?，F(xiàn)有的顯著性檢測(cè)模型多應(yīng)用于簡(jiǎn)單背景，而對(duì)復(fù)雜背景的處理的準(zhǔn)確性不高，這樣增加了后續(xù)圖像處理的復(fù)雜度和難度。如何將復(fù)雜背景圖像中的顯著物體檢測(cè)并分割出來(lái)是本文研究的重點(diǎn)。
　　本文提出一種基于超像素分割的視覺(jué)顯著性檢測(cè)模型，能夠自動(dòng)地篩選出自然場(chǎng)景中，特別是復(fù)雜背景中的

2、圖像顯著性區(qū)域并將其分割出來(lái)。主要工作如下：
　　1.在預(yù)處理階段采用超像素分割。根據(jù)顏色、形狀、邊緣，亮度特征將屬性相似的像素進(jìn)行像素塊聚類，將原始圖像自適應(yīng)的分成若干不規(guī)則的區(qū)域，對(duì)分塊后的圖像區(qū)域進(jìn)行后續(xù)的處理，可以減少算法的時(shí)間復(fù)雜度。
　　2.提出類LBP編碼的背景模板提取方法，根據(jù)顏色特征、亮度特征、紋理特征對(duì)圖像四個(gè)邊界分別進(jìn)行局部二值編碼，將其重新表示，并舍棄編碼值較大的邊界；采用地理學(xué)中的測(cè)地線距離，結(jié)合顏

3、色空間理論和HLBP算法提取的圖像紋理特征，計(jì)算圖像到背景模板的最短路徑，得到粗略顯著圖；提出一種后處理方法，對(duì)得到的粗略顯著圖采用OTSU分割算法和偏向物體的（Object-biased）的高斯模型進(jìn)行顯著區(qū)域增強(qiáng)，得到精確顯著圖。
　　3.將提取的顯著圖應(yīng)用到圖像壓縮中，并與JPEG2000普通編碼算法進(jìn)行比較。
　　為驗(yàn)證本文提出模型的有效性，使用包含1000張圖像的MSRA(Microsoft Research As