目標候選區(qū)域算法的研究及其應用.pdf

1、人類視覺系統(tǒng)處理一個場景時，會優(yōu)先將視覺注意力集中在該場景的近似對象上，使得獲取該場景中主要信息的時間最短，這些可能的對象構成的區(qū)域即為目標候選區(qū)域。在圖像分析和處理過程中，目標候選區(qū)域的提取技術充分模擬了人類視覺中快速抓住目標特征的特性，有效縮減了背景區(qū)域的檢測時間和相應計算量，從而提高目標檢測的準確率和實時性。因此關注目標候選區(qū)域的提取技術對圖像處理和計算機視覺領域的進一步發(fā)展具有重要的意義?；诖讼敕?，本文從以下幾個方面開展了研究

2、工作。
　　首先針對目標候選區(qū)域法產(chǎn)生背景窗口數(shù)量較多的問題，提出了一種基于輪廓信息進行二次篩選的改進算法。該算法首先在Lab顏色空間上使用Prewitt算子提取圖像特征，然后使用二值化標準梯度特征方法中的目標候選區(qū)域算法進行候選區(qū)域的提取，最后利用輪廓信息確定候選區(qū)域當中的完整輪廓數(shù)目和有效輪廓數(shù)目，并以具體數(shù)目量來表示候選區(qū)域有效的可能性。該算法在PASCAL2007數(shù)據(jù)庫上進行了實驗驗證，得到每幅圖像平均產(chǎn)生780個目標候選

3、區(qū)域，召回率最高為0.936。當目標圖像的背景單一或相對簡單時，目標候選框的數(shù)目低于70。其實驗結果表明新算法能夠在保持較高召回率的基礎上成功降低目標候選區(qū)域的數(shù)量。
　　其次，針對背景、光照變化等不利因素的干擾，本文提出了一種基于目標候選區(qū)域的圓形標志檢測算法。該算法首先對不同的光照場景使用不同的視覺效果進行處理，消除光照影響的這一不利因素，然后通過改進的HSV顏色分割算法提取目標物體的候選區(qū)域，去除背景干擾，之后對被提取的目標