圖像顯著性目標(biāo)檢測(cè)理論及其應(yīng)用.pdf

1、顯著性目標(biāo)檢測(cè)旨在快速地辨別出一幅自然圖像中包含有用信息的顯著性部分，為其相關(guān)應(yīng)用做了很好的鋪墊。近年來(lái)隨著計(jì)算機(jī)視覺(jué)的發(fā)展，顯著性檢測(cè)作為一個(gè)分支在其中發(fā)揮著越來(lái)越重要的作用。顯著性檢測(cè)被廣泛的應(yīng)用到圖像重定位、圖像自動(dòng)裁剪、圖像壓縮和目標(biāo)識(shí)別等具體應(yīng)用中，同時(shí)各種應(yīng)用也反過(guò)來(lái)促進(jìn)了顯著性目標(biāo)檢測(cè)理論的發(fā)展和完善。
　　基于稀疏表示的顯著性檢測(cè)是顯著性目標(biāo)檢測(cè)的一類重要方法，它假定圖像的背景部分可以被背景字典稀疏表示且表示殘差很

2、小，而顯著性部分用背景字典來(lái)表示時(shí)稀疏殘差則比較大?；谶@樣的假定，以背景部分的特征作為稀疏表示字典來(lái)表示整個(gè)圖像，稀疏表示殘差被用來(lái)作為圖像顯著性的度量最終得到圖像的顯著性圖。基于圖像顯著性圖的縫切割圖像縮放方法是顯著性目標(biāo)檢測(cè)方法的一個(gè)最有價(jià)值的應(yīng)用，縫切割方法根據(jù)顯著性圖選取一些顯著性比較低的縫，切割掉選中的縫進(jìn)而使得圖像達(dá)到縮放的效果。
　　本文首先具體給出了縫切割技術(shù)對(duì)顯著性圖的要求，然后基于此要求，提出了兩種圖像顯著性

3、檢測(cè)方法，分別利用稀疏表示和小波分解來(lái)檢測(cè)圖像中的顯著性目標(biāo)，生成為縫切割而設(shè)計(jì)的顯著性圖。
　　和通常的單高斯假定不同，本文基于稀疏表示的顯著性檢測(cè)中，假定圖像的顯著性先驗(yàn)服從多高斯分布。選中顯著性先驗(yàn)較低的部分作為背景，以背景顏色特征作為字典對(duì)整個(gè)圖像進(jìn)行稀疏表示。以稀疏表示殘差作為顯著性度量生成顯著性圖，融合圖像中的斜邊顯著性圖得到針對(duì)于縫切割方法的顯著性圖。
　　本文同時(shí)還提出了一種圖像顯著性輪廓檢測(cè)方法，利用小波分