联合聚焦度和传播机制的光场图像显著性检测
目的 图像显著性检测方法对前景与背景颜色、纹理相似或背景杂乱的场景,存在背景难抑制、检测对象不完整、边缘模糊以及方块效应等问题.光场图像具有重聚焦能力,能提供聚焦度线索,有效区分图像前景和背景区域,从而提高显著性检测的精度.因此,提出一种基于聚焦度和传播机制的光场图像显著性检测方法.方法 使用高斯滤波器对焦堆栈图像的聚焦度信息进行衡量,确定前景图像和背景图像.利用背景图像的聚焦度信息和空间位置构建前/背景概率函数,并引导光场图像特征进行显著性检测,以提高显著图的准确率.另外,充分利用邻近超像素的空间一致性,采用基于K近邻法(K-nearest neighbor,K-NN)的图模型显著性传播机制进一步优化显著图,均匀地突出整个显著区域,从而得到更加精确的显著图.结果 在光场图像基准数据集上进行显著性检测实验,对比3种主流的传统光场图像显著性检测方法及两种深度学习方法,本文方法生成的显著图可以有效抑制背景区域,均匀地突出整个显著对象,边缘也更加清晰,更符合人眼视觉感知.查准率达到85.16％,高于对比方法,F度量(F-measure)和平均绝对误差(mean absolute error,MAE)分别为72.79％和13.49％,优于传统的光场图像显著性检测方法.结论 本文基于聚焦度和传播机制提出的光场图像显著性模型,在前/背景相似或杂乱背景的场景中可以均匀地突出显著区域,更好地抑制背景区域.
显著性检测、光场图像、聚焦度、前/背景概率函数、传播机制、空间一致性
25
TP391(计算技术、计算机技术)
国家自然科学基金项目;湖北省自然科学基金项目
2021-02-04（万方平台首次上网日期，不代表论文的发表时间）
共9页
2578-2586
