圖像顯著性檢測研究及其應用.pdf

1、隨著多媒體技術及數字攝像設備的普及，全世界的數字圖像數量迅速增長。因此需要在海量的圖像中高效智能的提取出人們需要的信息，并希望在圖像處理的過程中保持圖像不至扭曲變形。由于人們的視覺注意機制的作用，人們只對圖像內容中很小的一部分感興趣，因此，有必要檢測出這部分區(qū)域，以便于后續(xù)圖像處理的高效進行。
　　論文通過對人類視覺注意力的分析，討論了人類視覺機制與圖像信息的聯(lián)系，以及將視覺注意機制引入到圖像處理中的可能性和必然性。通過介紹現有的

2、基于人類視覺機制的幾種典型的顯著區(qū)域檢測模型發(fā)現，ITTI模型是一種效果較好的圖像顯著性提取的方法，論文對該模型進行了詳細的研究。經過大量的實驗圖像表明，單純的基于ITTI模型的圖像顯著性區(qū)域檢測，算法復雜，提取的顯著圖不清晰，顯著物體內部信息缺失。
　　本文在ITTI模型的基礎上，結合圖像的頻率特征以及應用指數函數提取方向特征提出了一種改進的圖像顯著性檢測方法。該方法首先利用高斯金字塔模型對原始圖像的灰度圖像進行分層，應用中心-

3、周邊方法提取亮度特征。然后將原始圖像變化到LAB顏色空間中，提取圖像的頻域信息，將高頻信息視為圖像的顏色特征。再對原始圖像的灰度圖像進行指數濾波，得到圖像的方向特征。最后將提取出的三種特征的特征圖合并為最終的顯著圖。然后介紹了將圖像顯著性區(qū)域應用到圖像目標重定位中。
　　論文進行了大量的實驗，從Corel圖像庫中選取各種類型的圖像，分別對ITTI模型和改進后的顯著性區(qū)域檢測算法進行實驗。實驗結果顯示，改進后的顯著性區(qū)域提取算法，不