基于超像素和纹理特征显著性检测方法及研究.pdfVIP

CENTRAL SOUTH UNIVERSITY 本科生毕业论文（设计） 题 目基于超像素和纹理特征的显著性检测方法研究 学生姓名 杨博文 指导老师 沈海澜 学 院 信息科学与工程学院 专业班级 计科 1001 完成时间 2014年6月 I 目 录 摘 要I ABSTRACT II 第一章 绪 论 1 1.1 研究背景 1 1.2 研究意义2 1.3 论文结构与安排2 第二章 研究基础4 2.1 超像素分割方法介绍4 2.2 纹理提取方法 5 2.3 显著性检测方法 7 2.4 本章小结 8 第三章 算法设计与实现 9 3.1 划分超像素 9 3.2 消除背景纹理 12 3.3 生成显著图 15 3.4 本章小结 18 第四章 实验结果与分析 19 4.1 MSRA-B 上的辨识准确度 19 4.2 复杂背景图像测试20 4.3 时间效率测试22 4.4 本章小结22 第五章 总结-展望23 致 谢24 参考文献25 II 摘 要 显著性检测是近年来数字图像处理中的热门内容，它在图像分割，自适应压缩， 人脸识别，图像检索等方面的实际应用方面都能起到决定性的作用。随着计算模型 的发展，越来越多的显著性检测算法被提出，检测的速度，精确度，鲁棒性等指标 都有了较大的提升。但是现有的算法仍不是完美的。由于现在主流方法多是以差异 性为主要判断依据来计算显著值，所以在处理复杂背景的图像时现有算法的精确度 和召回率还较为低下。 针对现今主流方法对于复杂背景的缺陷，提出了通过擦除背景上的复杂纹理， 并改进超像素与显著图生成算法以提升显著性检测准确度的方法。首先按照区域对 2 图像进行频谱分析，通过 维局部离散傅里叶变换求得频谱图，将容易被检测为物 体的拥有复杂纹理的背景部分从图像上抹去，减少纹理对于显著性检测的干扰，提 升算法效率以及准确度，同时通过采用基于改进Flood Fill 的不规则超像素分割来进 一步提升整体检测过程的计算精度。通过MSRA 数据库的自然图像对本文算法进行 进行测试，同时从MSRA 数据库与日常拍摄的照片中选择了一些拥有复杂背景的图 像进行详细比较。结果显示了本文中算法在大多数情况下都有更好的表现，以常用 的颜色差异直方图检测法作为比较基准，显著图覆盖对象90% 以上的结果较差异直 方图法提升30%，证明本文算法能在一定程度上减少复杂背景对显著性检测结果的 影响。 关键词：显著性检测；纹理；超像素；复杂背景 I ABSTRACT In recent years, saliency detection has become hot content in digital image processing, it plays decisive role in such applications like image segmentation, adaptive compression ，face recognition image r