基于重啟隨機(jī)游走與多層次圖模型的圖像顯著性檢測(cè)方法研究.pdf

1、圖像的顯著性檢測(cè)技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域和模式識(shí)別領(lǐng)域中一個(gè)十分重要且基礎(chǔ)的問(wèn)題，它的目的是為了定位圖像中最吸引人注意或感興趣的區(qū)域。對(duì)于輸入的圖像，檢測(cè)到的顯著區(qū)域往往包含圖像的主要目標(biāo)或者具有判別性的特征。因而，圖像的顯著性檢測(cè)技術(shù)被廣泛應(yīng)用到計(jì)算機(jī)視覺(jué)處理工作過(guò)程中，如圖像分割、圖像檢索和目標(biāo)跟蹤等。對(duì)圖像的顯著性檢測(cè)方法的進(jìn)一步研究有助于后續(xù)更高層次的圖像處理過(guò)程。但是，目前的圖像顯著性檢測(cè)方法在背景復(fù)雜的情況下檢測(cè)的結(jié)果表現(xiàn)并不好

2、。本文針對(duì)這個(gè)問(wèn)題，從優(yōu)化先驗(yàn)信息和利用多層次模型兩個(gè)角度出發(fā)，提出了基于重啟隨機(jī)游算法的圖擴(kuò)散模型和基于多層次圖的圖擴(kuò)散模型算法對(duì)圖像進(jìn)行顯著性檢測(cè)。
　　本文主要工作如下:
　　(1)對(duì)圖像的顯著性檢測(cè)方法的發(fā)展歷程進(jìn)行了調(diào)研，著重研究了基于圖的顯著性檢測(cè)方法和基于多尺度的圖像顯著性檢測(cè)方法。基于此，介紹了幾種經(jīng)典的圖像顯著性檢測(cè)方法，為后面的研究工作進(jìn)行了鋪墊。
　　(2)基于圖的圖像顯著性檢測(cè)算法依賴于先驗(yàn)信息

3、的準(zhǔn)確性，所以當(dāng)圖像背景復(fù)雜時(shí)，現(xiàn)有的圖像顯著性檢測(cè)方法使用的背景先驗(yàn)信息檢測(cè)到的顯著結(jié)果并不理想。針對(duì)這一問(wèn)題，提出一種基于重啟隨機(jī)游走的圖擴(kuò)散模型對(duì)先驗(yàn)信息進(jìn)行優(yōu)化，從而達(dá)到提高圖像顯著性檢測(cè)結(jié)果目的。首先，分別計(jì)算圖像的背景先驗(yàn)和前景先驗(yàn)信息。接著，進(jìn)一步考慮圖像的局部結(jié)構(gòu)，對(duì)圖像進(jìn)行構(gòu)圖，然后將背景先驗(yàn)信息和前景先驗(yàn)信息在構(gòu)建的圖上進(jìn)行圖擴(kuò)散，從而獲的更加可靠、精準(zhǔn)的背景度量與前景度量信息。然后，使用整合模型將背景度量和前景度量

4、信息整合在一起，得到更加精確的顯著值。最后，為了驗(yàn)證算法的有效性，將提出的算法在4個(gè)公共數(shù)據(jù)集上與現(xiàn)有的21種方法進(jìn)行了比較。
　　(3)多尺度多分辨率分析是獲得特征顯著圖時(shí)采用的最常用的方法。通過(guò)多尺度分辨率分析可以將圖像不同層次的重要特征反應(yīng)在不同分辨率的圖像上，如較大的物體可以在低分辨率圖像上進(jìn)行分析，而圖像細(xì)節(jié)則可在高分辨率圖像上進(jìn)行分析。考慮到多尺度多分辨率在圖像處理中的優(yōu)勢(shì)，提出了基于多層次圖擴(kuò)散模型的圖像顯著性檢測(cè)算

5、法。首先，分別計(jì)算不同尺度下圖像的背景先驗(yàn)信息和前景先驗(yàn)信息。接著，使用基于多層次圖結(jié)構(gòu)的重啟隨機(jī)游走算法對(duì)兩種先驗(yàn)信息進(jìn)行擴(kuò)散，得到更為合理、準(zhǔn)確的背景度量和前景度量。然后，將背景度量和前景度量整合，獲得更精確的顯著性估計(jì)。提出的多層次圖擴(kuò)散模型有一個(gè)重要的貢獻(xiàn)，它能夠?qū)⒈尘跋闰?yàn)和前景先驗(yàn)同時(shí)且相互協(xié)作的在圖上進(jìn)行擴(kuò)散，從而可以在圖像的不同層次上共享并傳達(dá)顯著性線索。最后，為了驗(yàn)證提出算法的有效性，將提出的算法在6個(gè)公共數(shù)據(jù)集上與現(xiàn)有