圖像顯著性區(qū)域檢測(cè)算法研究.pdf

1、在圖像中自動(dòng)發(fā)現(xiàn)人感興趣的目標(biāo)是計(jì)算視覺中非常有用的技術(shù)，近年來一直是計(jì)算視覺中的熱門研究領(lǐng)域。顯著區(qū)域檢測(cè)技術(shù)廣泛應(yīng)用于圖像壓縮、圖像檢索、基于內(nèi)容的圖像縮放等圖像處理領(lǐng)域。目前該問題有兩大類主要的算法:無先驗(yàn)知識(shí)，獨(dú)立于特定任務(wù)的檢測(cè)方法和基于先驗(yàn)知識(shí)，針對(duì)特定目標(biāo)的檢測(cè)方法。前類算法主要檢測(cè)圖像中比較突出的區(qū)域，這些區(qū)域比圖像中的其他區(qū)域有明顯的區(qū)別。此類算法因?yàn)闆]有指定特定目標(biāo)，所以可以檢測(cè)任何顯著的區(qū)域。后類算法需要通過對(duì)已知

2、的感興趣的目標(biāo)進(jìn)行樣本訓(xùn)練，提取相關(guān)特征，利用已有的先驗(yàn)知識(shí)檢測(cè)圖像中感興趣的區(qū)域。本論文提出兩種獨(dú)立于特定任務(wù)，純計(jì)算類型的算法模型。
　　 結(jié)合圖拉普拉斯技術(shù)以及基于區(qū)域全局對(duì)比顯著檢測(cè)技術(shù)，論文首先提出一種純計(jì)算模型。我們對(duì)基于區(qū)域全局對(duì)比顯著檢測(cè)模型進(jìn)行擴(kuò)展，將產(chǎn)出的顯著圖作為模型的初始輸入。大于特定閥值的區(qū)域認(rèn)為是最顯著的區(qū)域，小于特定閥值的區(qū)域認(rèn)為是最不顯著的區(qū)域，結(jié)合該限制條件和圖拉普拉斯技術(shù)，將該問題轉(zhuǎn)化為線性方

3、程組求解問題。該方法速度快，實(shí)現(xiàn)簡單，能夠產(chǎn)生較好的結(jié)果。
　　 然后，論文又提出一種基于特征選擇的提高模型。圖像的每個(gè)像素由相應(yīng)的特征向量表示，并不是每個(gè)特征對(duì)顯著檢測(cè)都有正的作用。將相似圖看作對(duì)稱馬爾科夫過程，分析其混合率發(fā)現(xiàn)該矩陣的第二小特征值越大，表明相應(yīng)的圖更易分離。接著，將特征選擇問題轉(zhuǎn)化為半定規(guī)劃問題，生成每個(gè)特征的權(quán)重值，并應(yīng)用于之前提出的模型中。該提高模型能夠改善顯著區(qū)域檢測(cè)結(jié)果。
　　 論文提出的模型