融合双特征图信息的图像显着性检测方法-中国图象图形学报.pdfVIP

第 卷 第 期 中国图象图形学报 Vol ,No. 200 年 月 Journal of Image and Graphics .,200 中图法分类号：TP751.1 文献标识码：A 文章编号：1006-8961(年) – 论文引用格式： 融合双特征图信息的图像显著性检测方法 1 1 1，2 1，2 崔玲玲 ，许金兰 ，徐 岗 ，吴 卿 1.杭州电子科技大学计算机学院，浙江省杭州市，310018；2.教育部复杂系统仿真与建模重点实验室，浙江省杭州市，310018 摘 要：目的：图像的显著性检测是将图像中最重要的、包含丰富信息的区域标记出来，并应用到图像分割、图 像压缩、图像检索、目标识别等重要领域。针对现有研究方法显著性目标检测结果不完整以及单一依靠颜色差异 检测方法的局限性，本文提出一种综合图像底层颜色对比特征图和图像颜色空间分布特征图的显著性检测方法， 能够有效而完整地检测出图像中的显著性区域。方法：本文算法结合了SLIC超像素分割和K-Means聚类算法进行 图像特征的提取。首先，对图像进行SLIC分割，根据像素块之间的颜色差异求取颜色对比特征图； 其次，按照 颜色特征对图像进行K-Means聚类，依据空间分布紧凑性和颜色分布统一性计算每个类的初步颜色空间分布特征。 由于聚类结果中不包含空间信息，本文将聚类后的结果映射到超像素分割的像素块上，进一步优化颜色空间分布 图； 最后，通过融合颜色对比显著图和图像颜色空间分布特征图得到最终的显著图。结果：针对公开的图像测 试数据库MSRA-1000，本文方法与当前几种流行的显著性检测算法进行了对比实验，实验结果表明，本文算法得 到的显著性区域更准确、更完整。结论：本文提出了一种简单有效的显著性检测方法，结合颜色对比特征图和图 像颜色空间分布特征图可以准确的检测出显著性区域。该结果可用于目标检测等实际问题，但该方法存在一定的 不足，对于背景色彩过于丰富且与特征区域有近似颜色的图像，该方法得到的结果有待改进。今后对此算法的优 化更加侧重于通用性。 关键词 ：显著性检测；SLIC 超像素分割；K-Means 聚类；颜色对比度；空间分布性 Image saliency detection method based on a pair of feature maps 1 1 1，2 1，2 Cui Lingling , Xu Jinlan , Xu Gang , Wu Qing 1.School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou city, Zhejiang province, 31001 ; 2.Key Laboratory of Complex Systems Modeling and Simulation, Ministry of Education, Hangzhou city, Zhejiang province, 310018 Abstract: Objective: Saliency detection of images aiming to predict the areas which are most important and contain abundant information in the image. It has lots of applications, such as image segmentation, image compression, object recognition, et