基于超像素分割的视觉显著性检测-通信与信息系统专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hebei University of Technology for The Master Degree of Communication and Information Systems SALIENCY DETECTION BASED ON SUPERPIXEL SEGMENTATION by Wang qingmiao Supervisor: Prof. Yu ming May 2015 河北工业大学硕士学位论文 摘 要 视觉的主要功能就是解释人们生活的周围环境，并与其发生信息交互。人类视 觉具有快速搜索到感兴趣目标的能力，即发现显著目标，然而对于计算机视觉而言 这个技术是具有挑战性的。现有的显著性检测模型多应用于简单背景，而对复杂背 景的处理的准确性不高，这样增加了后续图像处理的复杂度和难度。如何将复杂背 景图像中的显著物体检测并分割出来是本文研究的重点。 本文提出一种基于超像素分割的视觉显著性检测模型，能够自动地筛选出自然 场景中，特别是复杂背景中的图像显著性区域并将其分割出来。主要工作如下： 1.在预处理阶段采用超像素分割。根据颜色、形状、边缘，亮度特征将属性相 似的像素进行像素块聚类，将原始图像自适应的分成若干不规则的区域，对分块后 的图像区域进行后续的处理，可以减少算法的时间复杂度。 2.提出类 LBP 编码的背景模板提取方法，根据颜色特征、亮度特征、纹理特征 对图像四个边界分别进行局部二值编码，将其重新表示，并舍弃编码值较大的边界； 采用地理学中的测地线距离，结合颜色空间理论和 HLBP 算法提取的图像纹理特征， 计算图像到背景模板的最短路径，得到粗略显著图；提出一种后处理方法，对得到 的粗略显著图采用 OTSU 分割算法和偏向物体的（Object-biased）的高斯模型进行显 著区域增强，得到精确显著图。 3.将提取的显著图应用到图像压缩中，并与 JPEG 2000 普通编码算法进行比较。 为验证 本 文 提 出 模型 的 有 效 性 ， 使 用 包含 1000 张 图 像 的 MSRA(Microsoft Research Asia）数据库和包含 300 张复杂图像的 BSD(Berkeley Software Distribution) 数据库进行仿真验证，并与目前主流的 7 种显著性模型所得的显著图进行对比，主 观评价和客观评价指标都证明了本文算法的有效性；将得到的显著图应用于 JPEG 2000-ROI 编码中，实验结果证明本文模型提取的显著图的可以用于 JPEG 2000 感兴 趣区域压缩。 关键字：显著图 超像素分割纹理特征测地线距离复杂背景 -I- 基于超像素分割的视觉显著性检测 ABSTRACT The primary function of visual system is to interpret the surroundings of peoples life and exchanges information to occurrence.Human visual has a capability of searching for the target quickly, that is saliency detection, but it is a challenging technology for the computer vision. This technology can help to find and extract the part that is important,usefuland noteworthy from the massive data.The existing detection models aremostly used for simple backgroundwhile the detection results of image with complex background are not accurate which increase the complexity of the subsequent image processing.How to detectand segment out the significant object is the main work of this paper. In this paper, a novel visual saliency detection model based on superpixel segmentation is proposed. This model can filter out the salie