基于超像素分割合并的圖像顯著性檢測算法.pdf

1、顯著性檢測在計算機(jī)視覺應(yīng)用中是非常重要的組成部分，顯著性描述了顯著目標(biāo)與周圍背景之間的差異性。圖像顯著性檢測的主要目的是計算查找出顯著目標(biāo)可能出現(xiàn)的區(qū)域，過濾掉冗余的背景信息，從而高效的安排計算資源，提高計算效率。顯著性圖是圖像中的像素是否屬于最終顯著目標(biāo)的直觀展示，顯著性值的大小表示和區(qū)分了對應(yīng)的像素在圖像中受關(guān)注的程度，值越大則該像素就越有可能屬于顯著目標(biāo)。
　　本文提出了一種基于超像素分割合并的圖像顯著性檢測算法，與以往基于

2、自底向上思想的算法不同的是，通過構(gòu)建一個更加準(zhǔn)確的凸包來查找顯著目標(biāo)的大致位置，從不同角度構(gòu)建初始顯著性圖，在貝葉斯框架下根據(jù)精確凸包來更新顯著性圖并進(jìn)行融合。本文的主要創(chuàng)新點包括：
　　第一，直接使用興趣點凸包或者滑動窗口來定位目標(biāo)往往存在定位不準(zhǔn)確及包含背景部分的問題，本文算法通過圖像的超像素分割合并來構(gòu)建更加準(zhǔn)確凸包，通過對多種圖像分割方法進(jìn)行融合來實現(xiàn)，包括：水平集方法、簡單線性迭代聚類、興趣點構(gòu)建凸包、模糊化圖像構(gòu)建凸包

3、等，并通過邊緣檢測對多種不同的分割結(jié)果進(jìn)行優(yōu)化，提出了小超像素的處理方法。
　　第二，對于初始顯著性圖，本文構(gòu)建了基于顏色直方圖的顯著性圖來體現(xiàn)圖像中不同色彩的全局統(tǒng)計信息；構(gòu)建了基于區(qū)域?qū)Ρ榷鹊娘@著性圖來體現(xiàn)圖像中不同的區(qū)域位置信息和顏色特征信息。
　　第三，提出了基于貝葉斯框架的更新和融合算法，通過構(gòu)建的更加準(zhǔn)確的凸包，使用貝葉斯框架更新基于顏色直方圖得到的顯著性圖和基于區(qū)域?qū)Ρ榷鹊娘@著性圖，融合兩種更新后顯著性圖得到最