多视觉特征结合有约束简化群优化显著性目标检测.pdfVIP

第 41卷 第 11期 计 算 机 工 程 2015年 11月 Vo1．4l No．11 ComputerEngineering November20l5 · 图形 图像处理 · 文章编号：1000-3428(2015)11-0257-06 文献标识码：A 中图分类号：TP391 多视觉特征结合有约束简化群优化的显著性 目标检测 花化 卉升 (金陵科技学院计算机工程学院，南京 211169) 摘 要：针对一般显著性 目标检测 (SOD)方法容易受背景区域影响造成识别精度低下的问题，提出一种基于多视 觉特征并结合有约束简化群优化的显著性 目标检测方法。该方法获取 3个低级视觉特征，即多尺度对 比度 、中心 环绕直方图和颜色空间分布，利用有约束的简化群优化检测出最优权重向量 ，并将其与 3个视觉特征结合 以获取 显著图，使用显著图在 图像背景 中提取 出显著性 目标 。为 了有效地抑制 图像 中的背景区域 ，定义一个简单 的适应 度函数以凸显边界 目标 。运用定量和定性方法在 MARASOD数据库上进行仿真实验 ，结果表明，与模糊聚类 、低 秩矩阵恢复和稀疏重构等方法相 比，该方法能获得较高的识别精度和查全率。 关键词 ：显著性 目标检测 ；简化群优化 ；视觉特征 ；最优权重向量 ；适应度函数 中文引用格式 ：花 卉．多视觉特征结合有约束简化群优化的显著性 目标检测[J]．计算机工程，2015，41(11)：257．262． 英文引用格式 ：HuaHui．SalientObjectDetectionofMulti—visualFeatureCombiningwithConstrainedSimplifiedSwarm Optimization[J]．ComputerEngineering，2015，41(11)：257-262． SalientObjectDetectionofMulti-visualFeature Combiningwith Constrained Simplified Swarm Optimization HUA Hui (SchoolofComputerEngineering，JinlingInstituteofTechnology，Nanjing211169，China) 【Abstract】Astheissueoflow recognitionprecisionofgeneralSalientObjectDetection(SOD)methodthatis vulnerabletotheimpactofthebackgroundarea，methodofSODusingconstrainedSimplifiedSwarmOptimization(SSO) andmulti·visualfeature isproposed．Threevisualfeaturessuch asmulti—scale contrast，center—su~oundhistogram and colorspatialdistributionareobtainedfrom thegivenimage．ConstrainedSimplifiedSwarm Optimization(CSSO)isused todetermineanoptimalweightvectorwithcombiningthesefeaturestoobtainsaliencymaptodistinguishasalientobject． A salienttargetisextractedfrom thesalientmapintheimagebackground．Inordertoeffectively suppressthebackground intheimagearea，a simplefitnessfunctionisdefinedtohighlightthecleartargetcontaini