顯著目標檢測與提取研究.pdf

1、人類能夠快速的選擇與識別大量的視覺信息，這主要依賴于視覺注意篩選機制。眾所周知，人類接受的外界信息中約75％到87%屬于視覺信息。因此對于人類視覺感知機制的研究是非常有意義的。如果能夠成功模擬人類的視覺感知機制并建立計算模型指導對圖像的處理，將會給計算機系統(tǒng)的圖像信息處理效率與準確性帶來質(zhì)的飛躍，從而滿足海量信息的處理需要。在視覺的相關生物理論和實驗的指導下，人們提出了許多不同的注意計算模型。在有關視覺注意機制的理論中，顯著性被定義為視

2、覺系統(tǒng)感知刺激強弱的表現(xiàn)，而如何衡量這種刺激強弱的技術就是顯著性檢測。顯著性檢測在目標識別與定位、圖像匹配與重建等方面意義重大，在軍事、醫(yī)學、刑偵、工業(yè)制造等領域具有廣泛的應用價值。
　　本文圍繞視覺注意機制在顯著目標提取上的應用展開研究?；诂F(xiàn)有的研究方法，在考慮算法的計算效率以及檢測結(jié)果準確性的基礎上，提出了結(jié)合空間分布特性的顯著性檢測方法。并通過顯著圖與圖像分割理論的有機結(jié)合實現(xiàn)對顯著目標區(qū)域的提取。
　　本文的主要研

3、究工作包括：
　　第一，彩色自然圖像的顯著性檢測研究。提出了結(jié)合空間分布特性的顯著性檢測方法。首先基于全局顏色對比度方法計算初步顯著圖。然后對初步顯著圖進行預處理操作以減弱背景影響；接著利用超像素方法對初步顯著圖進行分割得到均勻規(guī)則的同質(zhì)區(qū)域以減少不必要的圖像細節(jié)。最后以區(qū)域為單位分別計算獨特性與空間分布兩個特征，將二者結(jié)合并為每個像素分配顯著性值得到最終的顯著圖。
　　第二，對提取圖像中的顯著目標進行了研究。利用所得到的顯

4、著圖，結(jié)合超像素分割方法進行顯著性目標提取。首先根據(jù)最大熵原理對已經(jīng)得到的顯著圖進行分割得到不同閾值條件下的預分割模板。然后利用SLIC方法對圖像進行分割得到同質(zhì)區(qū)域，通過調(diào)整分割區(qū)域的數(shù)目與距離計算標準，使得超像素分割結(jié)果與目標輪廓能夠較好的契合。最后根據(jù)預分割模板判斷超像素區(qū)域的從屬歸類達到目標提取的目的。
　　本文基于 ASD圖像庫中的圖像對顯著性檢測方法與顯著目標提取方法進行測試與驗證。實驗結(jié)果表明，本文所提出的方法一方面