基于对称性区域过滤的显著性区域检测方法

摘要：

为获得精确、完整的目标区域分割图,提出一种基于对称性区域过滤的检测方法来进行图像分割.利用改进的简单线性迭代聚类算法将图像分割成若干超像素,并以超像素为节点建立吸收马尔科夫链.计算转移节点到吸收节点的被吸收时间,将其作为显著值来获取显著图.根据图像目标区域的对称性特征,对显著图进行对称性检测,获取对称轴,通过两侧像素点到对称轴的距离对图像显著值进行区域过滤,从而获得目标图像分割区域.实验结果表明,该方法提取的图像显著目标区域较阈值分割法、最小生成树法和LRR法提取结果更为完整.

关键词：显著性检测、超像素、吸收马尔科夫链、对称性检测、图像分割

所属期刊栏目：45

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金31770768

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：216-221