基于视频图像显著图的感兴趣区域提取方法分析-analysis of region of interest extraction method based on video image saliency map.docxVIP

摘要 摘要 传统的视觉注意模型能够较好的提取出静止图像的感兴趣区域，但是当这些 方法应用到视频图像上时，只能独立的处理每一幅图像，而忽视了图像之间的相 互联系，这就导致了视频图像运动信息的丢失，基于这个缺点，本文对传统的视 觉注意模型加以改进，添加运动特征，建立了能够有效计算视频图像显著图的视 觉注意模型，在基于视频图像组的感兴趣区域提取方法中，对谱残差算法和 PCT 算法做了比较，最后采用 PCT 算法来计算图像的显著图。 基于视频图像组的感兴趣区域方法，同时计算不同空间的显著图，这样可以 在不同的空间中利用运动信息，达到了运动信息不丢失的目的，并且对其显著图 计算方法加以改进，使得提取出的感兴趣区域结果更佳。该算法中，使用了谱残 差算法和 PCT 算法来计算图像的显著图，而效果良好的显著图往往能让我们更准 确的提取出感兴趣区域，因此我们通??仿真实验来比较两种算法的优劣，找出其 中较好的一种方法。 基于视频显著图模型的感兴趣区域提取方法，采用谱残差算法计算图像的显 著图，并在此原始算法的基础上加入了运动特征，这样就有效的利用了运动信息， 可以获得效果良好的显著图，并以此显著图为基础，提取出较为完整的感兴趣区 域。原始谱残差算法仅仅考虑了图像的强度特征，在此基础上加入了颜色特征， 方向特征和运动特征，其中运动特征使用帧差法来提取，并且采用多尺度分析， 这样就构成了本视频显著图模型