基于快速字典学习和特征稀有性的显著目标.pdfVIP

第46卷第5期 吉林大学学报(工学版) V01．46No．5 2016年9月 of and Edition) JournalJilin Sept．2016 University(EngineeringTechnology 基于快速字典学习和特征稀有性的显著目标提取 李 蕙，王延江，刘宝弟，刘伟锋，王肖萌 (中国石油大学信息与控制工程学院，山东青岛266580) 摘 要：为了更准确地提取自然图像中的显著目标，本文提出了一种新的显著目标提取算法。首 先，基于稀疏编码理论提出了快速字典学习算法应用于特征提取；然后，通过统计分析相应稀疏 表示系数计算字典原子的稀有性，并基于特征稀有性进行显著度计算，应用数学形态学算子等进 一步去除伪目标。实验结果表明：本文算法相较于其他4种现存的传统算法提取自然图像中的 显著目标更为准确。此外，本文算法也能够有效地处理包含多个显著目标的自然图像。 关键词：信息处理技术；目标提取；视觉注意；快速字典学习；特征稀有性；受试者工作特性曲线 中图分类号：TN919文献标志码：A 文章编号：1671—5497(2016)05—1710-08 DOI：10．13229／j．cnki．idxbgxb201605048 Extraction ofsalientect fast algorithm obj by andfeature dictionarylearning rarity LIHui，WANG Bao—di，LIU Yan—jiang，LIU Wei—feng，WANGXiao—meng andControl 266580，China) Information (Collegeof Engineering，ChinaUniversityofPetroleum，Qingdao ordertoextractsalient innatural more nowmethodtoextract Abstract：In object image precisely，a salient is fast is forfeature objectproposed．First，adictionarylearningalgorithmdeveloped extractionbasedon ofthe atomsis the rarity dictionarycomputedby sparsecodingtheory．Then，the statistical ofthe coefficients，and isconducted analysis correspondingsparse saliencycomputation basedonthefeature mathematical are toremovethe rarity．Finally，themorphologyoperatorsapplied false