基于視覺機制的圖像顯著性檢測及檢索算法研究.pdf

1、信息技術的飛速發(fā)展使得圖像信息成倍增加，如何通過計算機快速準確處理圖像信息是當前研究的重點。顯著性區(qū)域檢測是圖像分析處理的重要環(huán)節(jié)，將視覺注意機制引入到圖像處理領域，通過模擬視覺機制對圖像進行分析，可以有效提高圖像處理效率，目前該方法已成為國內外研究的熱點之一。
　　本文在系統(tǒng)研究與分析圖像顯著性檢測基本原理、相關技術及典型算法的基礎上，針對目前圖像顯著性檢測算法中遇到的檢測質量不高、信息丟失等問題，提出了一種新的基于視覺機制的圖

2、像顯著性檢測與提取算法，并將該方法應用到圖像檢索中。本文的主要工作及取得的主要研究成果具體包括：
　　1)提出了一個基于馬爾科夫鏈的圖像顯著性檢測算法。本文系統(tǒng)深入的研究了圖像顯著性檢測相關原理和算法，針對顯著性檢測存在顯著區(qū)域輪廓不明顯、檢測效果差等問題，基于馬爾科夫吸收鏈原理，采用線性迭代聚類超像素圖像分割算法，通過計算狀態(tài)節(jié)點的轉移時間進行顯著性檢測，滿足了視覺機制圖像顯著性檢測的要求。實驗結果表明，該方法檢測效率相對于目前

3、國際上經典的Itti算法，在同等圖像檢測質量的情況下檢測效率提高了40％，同時圖像顯著性檢測質量有明顯提高。
　　2)提出了一個基于視覺機制的圖像顯著性區(qū)域提取算法。本文針對基于馬爾科夫吸收鏈進行圖像顯著性檢測時，存在結果圖像丟失原圖顯著性區(qū)域信息的問題，采用本文定義的基于XYZ顏色空間二維顯著映射函數，設計與實現(xiàn)了一個單通道圖像映射的算法提取出符合視覺機制的顯著性區(qū)域。實驗結果表明，相對主流的基于頻率調諧的顯著區(qū)域檢測算法，該算

4、法在對圖像顯著信息獲取方面準確率提高30%左右，同時能夠明顯的將顯著性區(qū)域表現(xiàn)出來。
　　3)提出了一個基于視覺機制圖像分割的區(qū)域顏色直方圖的圖像檢索算法。本文，針對目前圖像檢索結果與人眼視覺不相符的問題，引入視覺機制到圖像檢索中，用顯著性區(qū)域圖像替換原圖，結合顏色矩，采用改進的區(qū)域顏色直方圖算法，對圖像進行符合視覺機制的檢索。大量實驗結果表明，相對于傳統(tǒng)的顏色直方圖算法，該算法在圖像檢索的準確性上提高了20%左右。
　　4