基于边界扩展的图像显著区域检测
2017-01-15分类号:TP391.41
【部门】清华大学电子工程系 智能技术与系统国家重点实验室 清华大学信息技术国家实验室
【摘要】在显著区域检测中,背景先验已被证明有效。通常,图像的边界图像块被假设为背景,其他图像块根据与边界图像块之间的差异来确定显著性,差异越大则显著性越强。然而,当图像背景杂乱或者前景与图像边界有重叠时,仅仅利用边界图像块作为背景将会产生包含较强噪声的显著图,从而使得检测精度下降。该文首先将图像边界图像块向图像内部扩展,使其包含尽可能多的背景像素;然后,利用未扩展到的图像块作为前景查询项,采用二级排序算法来度量所有图像块的显著性。在3个公开的复杂显著区域检测数据集上的大量实验表明该算法优于其他5种算法。
【关键词】显著区域检测 边界扩展 流形排序 相异性测度
【基金】国家“八六三”高技术项目(2012AA011004);; 国家科技支撑计划项目(2013BAK02B04);; 教育部自主科研计划项目(20141081253)
【所属期刊栏目】清华大学学报(自然科学版)
文献传递