基于低级特征图最优融合的显著性目标检测.pdf

第 25卷 第 6期 电子设计工程 2017年 3月 Vo1．25 No．6 ElectronicDesignEngineering Mar．2017 基于低级特征图最优融合的显著性 目标检测 王 玉 ．彭晓明 (电子科技大学 自动化工程学院，四川 成都 611731) 摘要：针对低水平特征显著性 目标检测算法在检测 图像时不能检测到不同大小的 目标 ，而且精确度 较低的问题。提 出一种新的算法，通过将颜色分布 ，方向对比度 以及基于频率信息这 3种特征运用条 件随机场进行最优全值线性融合后 。得到更精确的显著性 目标。通过与 lO种经典的显著性 目标检测 算法进行的定量和定性的对比。实验结果表明，提出的算法不仅可以有效地检测到大、中、小显著性 目标 ，而且检测的效果比其他算法精确度高。 关键词 ：显著性 目标检测 ；颜色分布 ；方向对比度；基于频域信息 中图分类号 ：TN919．8 文献标识码 ：A 文章编号 ：1674—6236(2017)06—0181—04 Salientobjectdetectionbasedonoptimallycombininglow-levelfeatures WANG Yu，PENG Xiao—ming (SchoolofautomationEngineering，UniversityofElectronicScienceandTechnologyofChina，Chengdu 611731，China) ● AbstracUSalientobjectdetectionalgorithmbasedonthelOWlevelsintheimagedoesnotdetectdifferent targets，norhavehighaccuracy．Anewalgorithm isproposed-- thethreecharacteristicsofcolordistribution， directioncontrastandfrequencyinformationareusedfortheoptimallinearfusiontogetamoreaccurate salientobject．Afterthequantitativeandqualitativecompraisonwith10kindsofclassicsalientobject detectionalgorithm，theexperimentalresultsshow thattheproposedalgorithm notonlycan effectively detectthelarge，mediumandsmallsalientobjects，butalsohashigherprecisionthanotherelse． Keywords：salientobjectdetection；colordistribution；contrastorientation；frequencydomain 近年来 ．显著性 目标检测受到了计算机视觉研 为基础 的显著性检测方法被提出，从而弥补了基于 究领域的大量关注 。由于它在计算机视觉的诸多应 局部对 比算法的缺点。然而，这些模型仅仅考虑 了一 用中都能发挥重要作用 ．越来越多的针对不同应用 种基于颜色的低级特征 ，而忽略其他特征 ，比如方向 的研究逐年增加。研究发现，人类视觉注意力选择机 特征 。此外 ，在显著 目标检i贝0领域中，基于频域信息 制包括两个模式：自底向上fl1和 自顶向下[21。由于 自顶 进行检测的方法与其他方法非常不同。它将空域的 向下的方法难以实现，因而 目前大多数显著性检测 信息转换到频域上 。然后在频域 中进行显著 目标检 算法都是基于 自底向上 的方法3【，这些方法 的视觉 测。Achanta~[等人通过在频域中非