邓丹
,
吴谨
,
朱磊
,
刘劲
液晶与显示
doi:10.3788/YJYXS20153001.0120
为了取得更好的显著性检测结果,针对传统的显著性检测方法易造成边界模糊以及应用中央-周边差进行图像检测时,感兴趣目标的内部纹理会破坏目标的整体性的问题,提出了一种基于纹理抑制和连续分布估计的显著性检测方法.先对图像进行双边滤波的预处理,以平滑目标以及背景区域内部的纹理扰动,保留目标与背景之间的主要边缘.再采用SLIC超像素分割算法,对图像中具有相同特征的像素进行分组,通过多维正态分布提取分割区域的特征,利用二范数Wasserstein距离计算区域相似度:结合局部显著性检测以及全局显著性检测实现目标区域的提取.实验结果表明,本文的方法能够较好地提取显著性目标区域.
关键词:
显著性检测
,
背景先验
,
Wasserstein距离
,
正态分布
杜慧
,
张涛
,
张叶
,
穆绍硕
液晶与显示
doi:10.3788/YJYXS20163109.0913
为了能更准确地检测出图像中的各种显著性目标，针对单一域的显著性目标检测方法容易造成有用信息遗失的缺点，提出一种将图像频域的全局信息与空域的局部信息结合获得更全面的显著性目标信息的新模型.通过融合两个域中的有用信息，将空域中的局部信息与频域中的全局信息进行信息的优势互补.此模型不但可以加强复杂背景下显著区域部分，而且可以有效抑制重复的非显著性部分.实验表明该模型方法相对于其它单一域的模型能较好的提取显著性目标区域，与单一的空频域模型比较，在准确率上相对于空域模型提高9．5％，相对于频域模型提高了6．3％.
关键词:
计算机视觉
,
显著性目标检测
,
空频域结合
,
局部信息
,
全局信息
,
融合显著图
