基于底層特征與高層先驗的顯著性區(qū)域檢測算法.pdf

1、信息技術(shù)的飛速發(fā)展，手機通訊設(shè)備的流行，人類已經(jīng)進(jìn)入到了“讀圖時代”，圖像視頻數(shù)據(jù)已呈現(xiàn)爆炸式增長。由于圖像具有簡單生動，便于存儲的優(yōu)勢，已被應(yīng)用到很多領(lǐng)域中，但是這勢必給計算機增大了負(fù)擔(dān)，如何高效智能化處理這些圖像數(shù)據(jù)已成為人們研究的重點問題，科研人員依據(jù)人類視覺注意機制的原理，利用數(shù)學(xué)模型構(gòu)建出很多圖像顯著性區(qū)域檢測算法，以便能夠優(yōu)先處理圖像中的顯著目標(biāo)，為圖像的壓縮、目標(biāo)檢索或者其他后續(xù)的工作帶來便利。為了進(jìn)一步提高顯著性檢測的精

2、度以及更好地實現(xiàn)對多目標(biāo)物體的檢測，本文就顯著性區(qū)域檢測算法進(jìn)行研究。
　　首先，利用兩種分割算法得到圖像基元結(jié)構(gòu)，然后通過分析圖像的底層特征對顯著性目標(biāo)的影響，提出了基元顏色對比度、基元亮度對比度、顏色空間分布特性，并對這些顯著特征進(jìn)行數(shù)學(xué)定義。
　　其次，考慮到單純使用底層特征也存在一定的局限性，故對一些高層先驗知識進(jìn)行探討，認(rèn)為圖像的邊界一般為背景信息，且背景信息與邊界的連通強度要大于目標(biāo)物體與邊界的連通強度；利用中心