基于視覺感知機制的顯著目標檢測算法研究.pdf

1、隨著時代的發(fā)展和進步，圖像和視頻成為了我們獲取外界信息的一種非常重要的媒介和手段，所以如何很好地處理這些信息也就變得越來越重要。視覺作為人類獲取外界信息最主要的手段，其信息處理能力遠優(yōu)于現(xiàn)有的任何計算機視覺系統(tǒng)。因此，如何把視覺系統(tǒng)感知和處理外界信息的機制應用到計算機實際處理中來，引起了人們的廣泛關注。
　　長期以來，心理學、神經(jīng)系統(tǒng)學和計算機視覺等領域的研究表明人類的大腦和視覺神經(jīng)系統(tǒng)對圖像中的某些目標會有更多的注意，我們稱這些

2、目標為顯著目標。顯著目標檢測不僅對人類視覺感知是一項重要的任務，同時對計算機視覺應用也很重要。顯著目標在工程上的應用甚廣，如目標檢測和識別、圖像和視頻壓縮和人機交互等。在這些應用中使用顯著目標，我們可以更好地保留目標的信息。本文主要從視覺注意模型的角度對圖像顯著目標檢測算法進行研究，建立基于視覺感知機制的顯著目標提取方法。本文研究內容分為以下兩個部分：
　　（1）不同于常用的基于像素的或基于超像素的顯著目標檢測方法，本文提出了一個

3、基于區(qū)域的顯著目標檢測方法，該方法使用現(xiàn)有的高質量的圖像分割方法來簡化顯著目標檢測，從原理上更符合人類視覺感知機制。對于一幅輸入圖像，首先使用現(xiàn)有的分割方法(gPb-OWT-UCM)對圖像進行分割，然后計算分割圖像三個非常簡單的特征，就可以很容易的從分割后的圖像中提取出顯著目標。最后在一些數(shù)據(jù)庫上，和現(xiàn)有的一些顯著目標檢測方法進行了比較，本文提出的方法都有較好的表現(xiàn)。
　?。?）本文另一個研究內容是提出了一個基于格式塔理論的顯著目

4、標檢測方法。在分析和理解人類視覺系統(tǒng)處理信息的過程的基礎上，基于視覺感知機制中視覺搜索引導理論，本文對現(xiàn)有的一個顯著結構檢測模型進行了改進。首先在非選擇性通路上，基于格式塔知覺組織原則，使用一些圖像結構特征（整體上）找到目標區(qū)域的可能位置，作為先驗信息；在選擇性通路上，提取圖像的亮度、顏色、紋理等局部特征。最后利用貝葉斯理論整合兩種信息，并使用自動迭代終止操作，得到最終的顯著目標圖。我們在一些數(shù)據(jù)庫上，對本文提出的方法和現(xiàn)有的一些方法進