孙赫赫，尚晓清，王 冲

西安电子科技大学 数学与统计学院，西安 710126

1 引言

图像显著区域检测是把人类视觉系统感兴趣的地方快速准确地定位并提取出来。近年来，随着计算机视觉的发展，图像显著区域检测广泛应用在图像分割[1]、图像检索[2]、图像压缩[3]以及基于内容感知的图像缩放[4]等领域。图像显著区域检测一般分为两种：基于局部对比的显著性检测方法和基于全局对比的显著性检测方法。

基于局部对比的显著区域检测是把图像单元与其邻域之间的不同特征的对比度作为显著性值。Itti等[5]通过利用中心周边差算法计算不同尺度不同特征的图像显著性；Ma等[2]提出了一种基于局部对比分析的显著性模型，利用模糊增长的方法计算像素和其邻域的特征距离得到显著性图。局部对比可以很好检测出图像边缘，但是对整个图像的显著物体检测效果不是很好。全局对比分析方法通过计算整个图像的对比度得到图像的显著性值。Achanta等[6]提出了一种调频的显著性检测方法，用某个像素的颜色跟图像平均颜色的差异定义像素的显著性；Zhai和Shah等[7]提出了一种像素级全局对比方法检测显著性区域，但是他们只提取了亮度特征，忽略了其他重要特征；Cheng等[8]采取颜色直方图全局对比进行图像显著性检测，首先把图像分割成不同的区域，然后计算不同区域的显著性值，最后得到显著性图。

本文提出了一种基于区域对比的方法对自然图像进行显著性检测。……