辽宁工程技术大学软件学院, 辽宁 葫芦岛 125105
针对已有显著性目标检测在单一先验知识下生成的显著图存在背景抑制不彻底、孤立背景块干扰及前景区域缺失的问题,提出复合先验的显著性目标检测方法。先利用超像素分割算法提取边缘超像素,构建初选背景集,根据边界和四个角落显著性均值优化背景集;针对背景超像素渐变性不强的特点,提出特征差异法;再构建粗略包围前景区域的凸包,将其质心位置设为中心位置;最后将三种先验显著图自适应权重融合,获得最终显著图。利用所提方法对MSRA和ESSCD数据集中的图像进行实验,结果表明,所提方法融合三种先验知识能够解决提出的问题,在抑制背景的同时,又能获得前景区域完整度较高的显著图。
图像处理 显著性目标检测 背景先验 前景先验 中心先验 激光与光电子学进展
2020, 57(10): 101019
江南大学物联网工程学院模式识别与计算智能工程实验室, 江苏 无锡 214122
针对当前图像显著性检测算法存在的边缘检测不清晰和内部不均匀的问题,提出一种基于无向权重图和多特征传播的图像显著性检测方法。首先以超像素为节点构建无向图,并改进边界超像素的连接方式。在改进图的基础上利用图像颜色、纹理特征与局部对比和中心先验等多种先验知识提取高层特征,并得到基于底层特征的显著图。其次,利用高层特征和显著物体的紧凑性分别计算基于前景和背景种子的显著图并将其融合。最后,将两阶段得到的显著图进行融合得到最终的显著图。在多个公开数据集上,将所提算法与近些年提出的10种算法进行对比实验,结果显示所提算法性能优于所有对比算法。
图像处理 显著性 局部对比 中心先验 紧凑性 激光与光电子学进展
2020, 57(4): 041020
