不规则像素簇显著性检测算法
目的 显著性检测领域的研究重点和难点是检测具有复杂结构信息的显著物体.传统的基于图像块的检测算法,主要根据相对规则的图像块进行检测,计算过程中不能充分利用图像不规则的结构和纹理的信息,对算法精度产生影响.针对上述问题,本文提出一种基于不规则像素簇的显著性检测算法.方法 根据像素点的颜色信息量化颜色空间,同时寻找图像的颜色中心,将每个像素的颜色替代为最近的颜色中心的颜色.然后根据相同颜色标签的连通域形成不规则像素簇,并以连通域的中心为该簇的位置中心,以该连通域对应颜色中心的颜色为该簇整体的颜色.通过像素簇的全局对比度得到对比度先验图,利用目标粗定位法估计显著目标的中心,计算图像的中心先验图.然后将对比度先验图与中心先验图结合得到初始显著图.为了使显著图更加均匀地突出显著目标,利用图模型及形态学变化改善初始显著图效果.结果 将本文算法与5种公认表现最好的算法进行对比,并通过5组图像进行验证,采用客观评价指标精确率—召回率(precision-recall,PR)曲线以及精确率和召回率的调和平均数F-measure进行评价,结果表明本文算法在PR曲线上较其他算法表现良好,在F-measure方面相比其他5种算法均有0~0.3的提升,且有更佳的视觉效果.结论 本文通过更合理地对像素簇进行划分,并对目标物体进行粗定位,更好地考虑了图像的结构和纹理特征,在显著性检测中有较好的检测效果,普适性强.
显著性检测、不规则块、颜色空间量化、全局对比度、中心先验
25
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61961038
2020-10-19(万方平台首次上网日期,不代表论文的发表时间)
共11页
1837-1847