李　璐，温　静，王文剑

山西大学计算机与信息技术学院，太原030006

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0398-09



基于视觉显著性的目标分割算法*

李璐，温静+，王文剑

山西大学计算机与信息技术学院，太原030006

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0398-09

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The National Natural Science Foundation of China under Grant Nos. 61201453, 61303091, 61273291,61401265 (国家自然科学基金); the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No. 20121401120015 (高等学校博士学科点专项科研基金); the Basic Research Program of Shanxi Province under Grant No. 2014021022-2 (山西省基础研究计划项目); the Scientific and Technological Innovation Program of Higher Education Institutions in Shanxi Province under Grant No. 2015108 (山西省高等学校科技创新项目); the Research Project Supported by Shanxi Scholarship Council of China under Grant No. 2012-008 (山西省回国留学人员科研资助项目).

Received 2015-04,Accepted 2015-06.

CNKI网络优先出版: 2015-06-05, http://www.cnki.net/kcms/detail/11.5602.TP.20150605.1708.003.html

摘要：传统的图像分割算法在分割前需要输入目标的先验信息，因此不适应盲图像的分割。为此，提出了一种基于显著性的图像分割算法，主要借鉴人的注意力机制将图像中具有视觉显著性的区域分割出来。首先，book=399,ebook=103利用Gist全局特征获取目标图像的相似图像集；然后，结合尺度不变特征SURF（speeded up robust features）和Lab颜色模型空间特征对目标图像内以及相似图像集提取显著性特征，并根据显著性块频率低的原理进行显著性分割；最后，结合图分割获得最终的显著性区域分割结果。实验结果表明该方法适用于具有显著性视觉语义的盲图像。

关键词：显著性；SURF；Gist；图论

1　引言

随着图像数量的迅猛增长，图像处理的应用越来越广泛，而图像处理中的许多问题都是以图像分割为基础的，图像分割的好坏将直接影响后续的图像处理。

图像分割是将图像中有意义的特征或区域提取出来的过程，传统的图像分割方法中有基于阈值的[1]、基于边缘的[2]或者两者结合的图像分割方法；结合特定理论的图像分割方法中有基于数学形态学的[3-4]、基于模糊理论……