背景吸收的马尔可夫显着性目标检测-中国图象图形学报.PDFVIP

中图法分类号：TP301.6 文献标识码：A 文章编号：1006-8961(2017)- 背景吸收的马尔可夫显著性目标检测 1，2，3 4 1，21 1，22 蒋峰岭 ，张海涛 ，杨静 ，孔斌 1.中国科学院，合肥物质科学研究院，智能机械研究所，合肥 230031;2.中国科学技术大学，合肥 230026; 3.合肥师范学院计 算机学院，合肥 230061;4.合肥工业大学计算机与信息学院，合肥 230009 摘 要：目的 现有的基于马尔可夫链的显著目标检测方法是使用SLIC 分割获得超像素块构造图的 节点，再将四边界进行复制获得吸收节点，但是SLIC 分割结果的好坏直接影响到后续结果，另外， 很大一部分图像的显著目标会占据 1-2 个边界，特别是对于人像、雕塑等，如果直接使用四边界 作为待复制的节点，必然影响最终效果。针对以上存在的缺陷，本文提出一种背景吸收的马尔可 夫显著目标检测方法。方法 首先通过差异化筛选去除差异较大的边界，选择剩余3条边界上的节 点进行复制作为马尔可夫链的吸收节点，通过计算转移节点的吸收时间获得初始的显著图，从初 始显著图中选择背景可能性较大的节点进行复制作为吸收节点，再进行一次重吸收计算获得显著 图，并对多层显著图进行融合获得最终的显著图。结果 在ASD 、DUT -OMRON 和SED 3 个公 开数据库上，对比实验验证本文方法与目前12 种主流算法相比，在PR 曲线、F 值和直观上均有 明显的提高，3 个数据库计算出的F 值分别为0.903、0.5447、0.7756，验证了算法的有效性。结 论 本文针对使用图像边界的超像素块复制作为吸收节点和SLIC 分割技术的缺陷，提出了一种基 于背景吸收马尔可夫显著目标检测模型，实验表明，本文的方法适用于自底向上的图像显著目标 检测，特别是适用于存在人像或雕塑等目标的图像,并且可以应用于图像检索、目标识别、图像分 割和图像压缩等多个领域。 关键词：SLIC 分割；显著性检测；马尔可夫链；吸收节点；多层图 Image saliency detection based on background absorbing Markov chain 1，2，3 4 1，2 1，2 Jiang Fengling , Zhang Haitao , Yang Jing , Kong Bin 1.Institute of Intelligent Machines, Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei, 230031; 2. University of Science and Technology of China, Hefei,230026; 3. School of Computer Science and Technology, Hefei Normal University, Hefei, 230061; 4. School of Computer and Information, Hefei University of Technology, Hefei, 230009 1收稿日期: ； 修回日期: 基金项目: 国家自然科学基金重大研究计划集成项目（913203002 ）; 广东省省级科技计划重大科技专 项 （c16326；合肥师范学院校级科研项目（2017QN19 ） 第一作者简介：蒋峰岭(1986—),男,助教,在读博士,2012 年于浙江工业大学计算机应用技术专业获工学 硕士学位,主要研究方向为计算机视觉。E-mail: fljiang@mail.ustc.edu.cn 通信作者：孔斌，研究员，E-mail:bkong@iim.ac.cn Supported by: The Major Pro