圖像的顯著性特征提取.pdf

1、隨著應(yīng)用需求的發(fā)展，圖像顯著性特征提取這項新興技術(shù)已吸引了大量研究人員的關(guān)注。圖像顯著性特征提取是一種模仿人類的視覺觀察過程，提取人眼感興趣區(qū)域的技術(shù)。它是圖像分析，特征提取和探索人類視覺特性的綜合過程，提取得到的顯著區(qū)域?qū)Ω鞣N基于圖像分析和理解的應(yīng)用，比如圖像摘要，檢索和認(rèn)證等都有著非常重要的意義。 本文從顯著性檢測的發(fā)展背景、研究意義、基本原理和研究現(xiàn)狀等方面展開討論，并圍繞基于人眼視覺特性的顯著性度量展開研究，取得了以下主

2、要成果： 1.顯著區(qū)的多尺度分級提取。結(jié)合視覺觀察過程，提出了多尺度顯著圖分級顯著區(qū)域提取方法。本模型改變了以往一層式的提取方式，建立多尺度顯著圖，并分級提取大小匹配的顯著區(qū)域。基于人眼視區(qū)收縮和視點轉(zhuǎn)移的特性，將觀察的漸進(jìn)過程分為焦點位置移動和焦點深度搜索兩種子模式，并建立視覺關(guān)注樹，更清晰地反映分級顯著區(qū)域之間的關(guān)系和結(jié)構(gòu)，而非固定的視點跳轉(zhuǎn)路徑。 2.基于HSV色彩空間的適應(yīng)型顯著區(qū)提取。改進(jìn)了顏色特征的提取方法，

3、提出基于HSV色彩空間的顯著區(qū)域分級提取法。在HSV模型中提取更具有代表性的色彩對比信息，結(jié)合亮度產(chǎn)生分層顯著圖，并提取大小匹配的顯著區(qū)域。我們又在該模型的基礎(chǔ)上提出了適應(yīng)型顯著區(qū)域提取方法，結(jié)合最佳提取尺寸和顯著性度量，降低數(shù)據(jù)冗余，更好地體現(xiàn)視覺的指導(dǎo)作用。 以上兩種方法各有優(yōu)勢：第一種方法能較快較好地處理簡單圖像，但對復(fù)雜圖像的性能不夠理想。第二種方法大大改進(jìn)了顏色特征的提取，能處理好對象繁多、背景復(fù)雜的圖像，缺點是速度較