基于稀疏表示的图像显着区域检测算法.PDF

第３３卷第６期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．６ ２０１６年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１６ 基于稀疏表示的图像显著区域检测算法 张 巧 荣 （河南财经政法大学计算机与信息工程学院　河南郑州４５０００２） 摘　要　　针对图像的显著区域检测问题，提出一种基于稀疏表示的显著区域检测算法。该算法首先利用稀疏编码对图像进行特 征描述，然后根据图像的稀疏编码进行视觉显著性的计算，而不是对原始图像直接进行处理，提高计算的效率。最后，根据视觉显著 性的计算结果，进行显著性区域分割。在公开的测试图像集上进行实验，并和目前几种流行的算法进行实验对比。实验结果表明， 该算法用于图像的显著区域检测是正确有效的。 关键词　　显著区域检测　稀疏表示　视觉显著性　显著图 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０６．０４８ ＡＮＡＬＧＯＲＩＴＨＭＦＯＲＩＭＡＧＥＳＳＡＬＩＥＮＴＲＥＧＩＯＮＤＥＴＥＣＴＩＯＮＢＡＳＥＤ ＯＮＳＰＡＲＳＥＲＥＰＲＥＳＥＮＴＡＴＩＯＮ ＺｈａｎｇＱｉａｏｒｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｎａｎＵｎｉｖｅｒｓｉｔｙｏｆＥｃｏｎｏｍｉｃｓａｎｄＬａｗ，Ｚｈｅｎｇｚｈｏｕ４５０００２，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｏｃｕｓｉｎｇｏｎｔｈｅｐｒｏｂｌｅｍｏｆｉｍａｇｅｓｓａｌｉｅｎｔｒｅｇｉｏｎｄｅｔｅｃｔｉｏｎ，ｗｅｐｒｏｐｏｓｅｄａｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｂａｓｅｄｓａｌｉｅｎｔｒｅｇｉｏｎｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔ，ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｓｓｐａｒｓｅｃｏｄｉｎｇｔｏｄｅｓｃｒｉｂｅｉｍａｇｅｓｆｅａｔｕｒｅ．Ｔｈｅｎｉｔｃａｌｃｕｌａｔｅｓｔｈｅｖｉｓｕａｌｓａｌｉｅｎｃｙｂａｓｅｄｏｎｉｍａｇｅｓｓｐａｒｓｅ ｃｏｄｉｎｇｉｎｓｔｅａｄｏｆｄｉｒｅｃｔｌｙｐｒｏｃｅｓｓｉｎｇｒａｗｉｍａｇｅｓｏａｓｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｃｏｍｐｕｔａｔｉｏｎ．Ｆｉｎａｌｌｙ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｏｍｐｕｔａｔｉｏｎｒｅｓｕｌｔｏｆ ｖｉｓｕａｌｓａｌｉｅｎｃｙｉｔｓｅｇｍｅｎｔｓｓａｌｉｅｎｔｒｅｇｉｏｎｓ．Ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｗａｓｅｘｐｅｒｉｍｅｎｔｅｄｏｎｐｕｂｌｉｃｔｅｓｔｉｍａｇｅｄａｔａｓｅｔｓａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔｗａｓ ｃｏｍｐａｒｅｄｗｉｔｈｓｏｍｅｏｔｈｅｒｃｕｒｒｅｎｔｐｏｐｕｌａｒａｌｇｏｒｉｔｈｍｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｗａｓｃｏｒｒｅｃｔａｎｄｅｆｆｅｃｔｉｖｅｗｈｅｎａｐｐｌｙｉｎｇ ｉｎｉｍａｇｅｓｓａｌｉｅｎｔｒｅｇｉｏｎｄｅｔｅｃｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｓａｌｉｅｎｔｒｅｇｉｏｎｄｅｔｅｃｔｉｏｎ　Ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ　Ｖｉｓｕａｌｓａｌｉｅｎｃｙ　Ｓａｌｉｅｎｃｙｍａｐ 法生成显著图［８］。基于局部对比度计算的方法容易在边缘部 ０　引　言 分产生较高的显著性值，而物体内部的显著性值反而较低，出现 “显著性反转”的现象。一些研究者通过计算全局对比度来解 随着信息技术的发展，图像已经成为人们获取信息的主要 决这个问题［６］。还有一些研究者基于信息论的观点，通过计算 来源。如何高效准确地进行图像分析和处理成为人们研究的焦 图像特征的稀少性来生成显著图［９，１０］。为了提高计算效率，一 点。通过视觉注