融合背景先验与中心先验的显著性目标检测
目的 现有的显著性目标检测算法通常基于单一的先验信息,导致提取的原图像信息不全面,为了解决该问题,提出一种新的基于背景先验与中心先验相融合的显著目标检测算法.方法 该方法首先以边缘超像素为吸收节点,利用马尔可夫吸收链计算其他超像素的平均吸收时间作为背景先验值,得到背景先验图;然后使用改进Harris角点检测估计目标区域位置,建立峰值位于目标中心的2维高斯函数,计算各超像素的中心先验值,获取中心先验图;最后将背景先验图与中心先验图相融合得到显著图.同时该方法融合多尺度检测结果,进一步提高显著值的准确性.结果 通过ASD、SED1、SED2和SOD4个公开数据库对比验证了基于背景先验与中心先验相融合算法具有较高的查准率、查全率和F-measure,相较于基于马尔可夫吸收链算法均提高了3%以上,总体效果明显优于目前的10种主流算法.结论 相较于基于单一先验信息的算法,基于背景先验与中心先验相融合的算法充分利用了图像信息,在突出全局对比的同时也保留了较多的局部信息,能高亮地凸显图像中的显著性目标.该方法在检测单一目标的图片时效果显著,但对于多目标的显著性检测尚有不足.
显著性检测、中心先验、背景先验、多尺度检测
22
TP301.6(计算技术、计算机技术)
江苏省普通高校自然科学研究面上项目16KJB520037;国家自然科学基金项目61602150;江苏省博士后科研资助计划项目1601013B;南通大学研究生科研创新计划项目YKC15019National Natural Science Foundation of China61602150
2017-06-19(万方平台首次上网日期,不代表论文的发表时间)
共12页
584-595