基于類和區(qū)域特征的協(xié)同顯著性檢測算法.pdf

1、圖像協(xié)同顯著性檢測的本質(zhì)是提取多幅圖像中的共有的感興趣目標(biāo)，該技術(shù)可以用于協(xié)同分割、圖像測距、弱監(jiān)督學(xué)習(xí)，是近年來比較新穎的一個研究課題。但是隨著計算機(jī)網(wǎng)絡(luò)和數(shù)字圖像技術(shù)的快速發(fā)展，圖像的數(shù)量和分辨率都迅速提高，現(xiàn)有的協(xié)同顯著性檢測算法在圖像的檢測速度和檢測效果上已經(jīng)不能滿足實際需求，本文在提高算法的檢測速度和效果方面做了以下研究。
　　首先，針對一些協(xié)同顯著性算法容易受到背景干擾，生成的顯著圖背景噪聲嚴(yán)重，并且計算量大、檢測時間

2、長等問題，本文使用先驗前景去除部分干擾后再計算聚類級的對比特征和空間特征，最終生成協(xié)同顯著圖。跟傳統(tǒng)的方法相比較，該方法不僅能夠克服部分背景干擾，生成低噪聲的協(xié)同顯著圖，并且計算速度提高了幾倍。
　　其次，協(xié)同顯著性檢測包括顯著性檢測和協(xié)同性檢測這兩個重要部分，每一部分的檢測結(jié)果都直接影響整體檢測效果。然而一些算法卻忽略單幅圖像顯著性檢測效果，針對這一問題，本文將基于馬爾可夫鏈的單幅圖像顯著性檢測方法與基于Simrank相似度算法