张 叶，胡玉兰，片兆宇

(沈阳理工大学 信息科学与工程学院，辽宁 沈阳 110159)

基于局部空间冗余视觉信息抑制的目标识别算法研究

张 叶，胡玉兰，片兆宇

(沈阳理工大学 信息科学与工程学院，辽宁 沈阳 110159)

针对图像中相似冗余背景造成的显著目标识别的干扰问题，提出了一种基于超像素的冗余信息抑制的显著目标检测方法。首先,引入超像素的概念，利用超像素优化的空间特征分割图像，获取图像的相似区域；其次,为消除像素间的相关性，计算超像素的香农熵来表示图像的像素信息，并据此建立图像的信息图，最后,为了更有效地去除图像中的相似信息，利用自相似性抑制方法克服冗余信息，建立高效的图像显著图。最后的仿真结果表明, 所提算法与传统方法相比，不仅可以准确识别显著目标，而且可以更有效地抑制背景中的冗余信息。

显著性；冗余抑制；相似性；超像素

0 引言

人类所获知的信息中，有80%来源于人类的视觉感知。面对如此多的信息,人类视觉系统(HVS)能够快速、准确地对其进行处理，主要是由于HVS在扫描外部场景时，可以引导人眼专注于细节信息丰富的区域，这种快速专注的过程则称为视觉注意机制。近些年，视觉注意机制在目标探测、图像压缩、图像搜索和机器视觉等方面广泛应用，使其受到了越来越多的关注[1]。

Itti模型是Itti和Koch提出的最早、最具代表性的显著模型之一，该模型先提取图像的基本特征,如强度、颜色、纹理,然后再通过计算加权中央周边差，将这些特征结合起来，得到最终的显著图像[2]；……