张艳邦，张 芬

（咸阳师范学院 数学与信息科学学院，咸阳712000）

近年有关视觉注意机制的研究受到了国内外学者的关注，在无任何先验知识的情况下，自底向上的感兴趣目标检测模型可以检测多样性和不确定性感兴趣的目标．现有的感兴趣目标检测模型［1-2］主要依据数据驱动，找到图像特征具有奇异性的区域，即为感兴趣目标．这些研究主要是研究图像中哪些目标或哪些区域更能引起人们的注意．而文中关注的是不吸引人们注意的区域，如图像中的天空、大海、草地等在图像边缘区域分布往往是人们不关心的背景部分．通常图像边缘部分可表示为图像背景部分．根据内部区域像素与边缘背景区域像素的对比度分析，文献［3］提出了基于背景先验知识的显著性检测模型．文献［4］对图像进行了光滑预处理，然后将图像等分成5×5的子图像块，计算图像内部图像块与背景图像块的颜色欧氏距离，并将距离的最小值定义为该点的显著性特征值．文献［5］将各超像素块的中心距离图像边缘小于一定的阈值的像素块定义为背景．当其他的像素块与背景像素块相比较时，只选取特征最相似的k个背景像素块作为背景的代表区域，计算它的颜色对比度特征．然而，由于图像边缘区域之间相距较远，将图像所有边缘区域看作一个背景模型是不合适的，文中以位于图像中心的椭圆外面的区域为背景区域，同时将这个区域分割成互补重……