刘兆瑞　赵　波　王广伟

(西南交通大学信息科学与技术学院　四川 成都 610031)



基于显著性和区域比较的自动物体提取算法

刘兆瑞赵波王广伟

(西南交通大学信息科学与技术学院四川 成都 610031)

摘要面对互联网时代海量的图像数据，如何自动地提取物体成为一个热点问题，为此提出一种结合超像素、显著性和区域比较的自动目标提取算法。算法首先对图像进行超像素分割，得到若干子区域；其次采用显著性检测确定出目标的初始区域；最后在子区域和初始区域的基础上，结合空间信息和颜色特征，利用区域比较法分割出最终的目标物体。对比实验结果表明，该算法能够有效地提取出目标，具有一定的鲁棒性。

关键词显著性超像素区域比较物体提取

AUTOMATIC OBJECT EXTRACTION ALGORITHM BASED ON SALIENCE AND REGIONAL CONTRAST

Liu ZhaoruiZhao BoWang Guangwei

(School of Information Science and Technology,Southwest Jiaotong University,Chengdu 610031,Sichuan,China)

AbstractFacing the massive image data in internet era, how to automatically extract the object from images becomes a hot issue. Therefore this paper proposes a novel algorithm of automatic target extraction, it combines the superpixel, salience and region contrast. First, the algorithm makes superpixel segmentation on images to get several sub-regions. Then, it uses saliency detection to determine the initial target region. At last, based on sub-regions and initial regions, it combines spatial information and colour feature and uses region comparison method to segment the final target object. Result of the contrast experiment shows that this method can extract the object effectively and has certain robustness.

KeywordsSalienceSuperpixelRegion comparisonObject extraction

0引言

目标物体提取就是利用图像的纹理、颜色和空间位置等信息从复杂背景中获取需要的物体。该过程把输入图像转化为目标区域，对进一步提取物体特征、物体检索和分类等高层处理都是十分重要的。

随着互联网的不断发展和大容量存储设备的广泛使用，图像数据呈现几何级数的增长，面对海量的图像数据，如何自动、有效地从图像中提取目标物体已经成为一个极具挑战性的课题。目标提取主要分为两类：基于单张图像和多张图像的目标提取。其中，Zhang[1]利用视频前后帧和空间信息建立分层的无回路有向图，并利用该图获得物体的初始区域，最后采用GMM模型和基于graph-cuts的优化方法提取出目标；……