基于背景分布空間構建的圖像顯著性物體檢測.pdf

1、圖像顯著性物體檢測旨在提取和分割圖像場景中的最引人關注的物體或區(qū)域，已廣泛應用于計算機視覺相關的多個領域，如場景理解、目標檢測與識別、圖像分割和圖像編輯等，逐漸成為研究的焦點。本文利用圖像塊的統(tǒng)計特征，建立了基于背景分布的度量空間，提出了一種新穎的自底向上的基于該空間構建的顯著性物體檢測算法。本文算法的主要創(chuàng)新點如下:
　　第一，本文首次提出利用背景分布空間來計算圖像塊的顯著性。利用背景先驗和圖像邊界的連通性，本文將邊界圖像塊分為

2、四組。通過對這些圖像塊集合進行特征分解，本文建立了四個背景分布空間來對圖像背景進行建模。在每個空間中，圖像塊的顯著性被定義為其遠離分布主體的程度。通過對歐氏距離、l1范數(shù)和馬氏距離三種度量方式進行對比討論，本文選擇用馬氏距離來計算圖像塊遠離分布主體的程度，從而得到圖像塊的顯著性值。
　　第二，本文提出了一種基于超像素測地線距離的圖像平滑方法。利用超像素間的測地線距離，本文將一種背景連接描述子和上采樣方法相結合，對前一步驟生成的顯著

3、圖進行平滑。用超像素作為最小視覺子集進行分析，不僅能夠提升計算效率，更有助于精確定位物體邊緣。同時，超像素間的測地線距離可以反應圖像區(qū)域內(nèi)容的同質性。因此，這種平滑方法有助于均勻的突出顯著性物體并抑制零散的背景噪聲。
　　第三，結合基于超像素測地線距離的圖像平滑方法，本文引入貝葉斯推理，對平滑后的顯著圖進行增強。本文首先定義像素的先驗概率為上一步中平滑后的顯著性值，然后通過對平滑后的顯著圖進行二值化來粗略定位顯著性物體區(qū)域和背景區(qū)