融合背景先验与中心先验的显著性目标检测资料.pdfVIP

5舛 拦啪al}：j{g@radi。ae，en 中国图象图形学报 Website：、^—张Mcjlg。en joURNALoFIMAGEAN0GRApHICS 1_ei：01O ⑥中国图象图形学报版权所膏 文献标识码：A 中图法分类号：TP301．6 文章编号：1006—8961(2017)05一0584—12 S F s．salientdetectionbasedonthe of andcenter—bias 论文弓I用格式：zhouJ，RenJ，DuJ，Yang Te西on integrationbackgmund-biasprior prior[J]． and JoumalofImage 图形学报，2017，22(5)：0584-0595．][DOI：10．11834俅昏160387] 融合背景先验与中心先验的显著性目标检测 周帅骏1’2，任福继2，堵俊1，杨赛1 1．南通大学电气工程学院，南通226019；2．德岛大学理工学研究部，德岛7708506，日本 摘要：目的现有的显著性目标检测算法通常基于单一的先验信息，导致提取的原图像信息不全面，为了解决该 问题，提出一种新的基于背景先验与中心先验相融合的显著目标检测算法。方法该方法首先以边缘超像素为吸 收节点，利用马尔可夫吸收链计算其他超像素的平均吸收时间作为背景先验值，得到背景先验图；然后使用改进 HaⅡis角点检测估计目标区域位置，建立峰值位于目标中心的2维高斯函数，计算各超像素的中心先验值，获取中 心先验图；最后将背景先验图与中心先验图相融合得到显著图。同时该方法融合多尺度检测结果，进一步提高显 著值的准确性。结果通过AsD、sEDl、sED2和s0D4个公开数据库对比验证了基于背景先验与中心先验相融合 算法具有较高的查准率、查全率和F-measure，相较于基于马尔可夫吸收链算法均提高了3％以上，总体效果明显优 于目前的10种主流算法。结论相较于基于单一先验信息的算法，基于背景先验与中心先验相融合的算法充分 利用了图像信息，在突出全局对比的同时也保留了较多的局部信息，能高亮地凸显图像中的显著性目标。该方法 在检测单一目标的图片时效果显著，但对于多目标的显著性检测尚有不足。 关键词：显著性检测；中心先验；背景先验；多尺度检测 basedonthe of Salient detection region integration andcenter-bias background-biasprior prior Zhou Sail Shuaijunl’-，RenFuji2，DuJunl，Yang 』．cof配萨0，Ek￡一∞zE增i聊e而ng，№n￡o增‰讹船妙，№n￡o增226DJ9，醌i凡o； 2．GmdH血把sc^ooz