APP下载

融合前景和背景种子点扩散的显著性目标检测

2019-03-13顾广华刘小青

小型微型计算机系统 2019年3期
关键词:背景数据库区域

顾广华,刘小青

1(燕山大学 信息科学与工程学院,河北 秦皇岛 066004) 2(河北省信息传输与信号处理重点实验室,河北 秦皇岛 066004)

1 引 言

近年来,有效的显著性检测已经成功的运用到许多计算机视觉场景当中.作为图像的预处理过程,它能够检测出图像中感兴趣的区域,提取图像的重要信息从而减少计算复杂度[1].但如何能精准的找到显著性目标区域仍是一个具有挑战性的问题.

现有的显著性检测算法主要分为两类:自底向上和自顶向下的显著性检测模型[2].自底向上的模型是数据驱动的,预先没有任何图像显著性区域的先验信息,通过图像中一个区域和周围邻域的差异得到区域的显著性值.自顶向下的模型是任务驱动的,需要某些先验信息,才能够找到显著目标.和自底向上的模型相比,自顶向下的算法比较复杂,所以研究者更加倾向于自底向上的显著性检测算法.Itti[3]等人提出了一种中心环绕对比算法,通过结合在不同尺度下的颜色、强度和方向特征图得到显著图.Achanta[4]等人提出了一种调频的算法,通过计算图像中每个像素的颜色特征和整幅图像像素颜色平均值的差异得到图像中每点的显著值.该方法虽然简单,但对于背景复杂的图片,检测的结果不理想.Goferman[5]等人根据相邻上下文区域的差异计算局部对比度,得到最终的显著图.Cheng[6]等人采用全局对比方法,通过计算空间加权颜色对比先验得到显著图.上述两种方法虽然考虑……

登录APP查看全文

猜你喜欢

背景数据库区域
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
数据库
晚清外语翻译人才培养的背景
数据库
关于四色猜想
分区域
数据库
数据库
基于严重区域的多PCC点暂降频次估计