图像的显著性特征提取

《图像的显著性特征提取》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、I：海大学硕1j学位论文图像的显著忖：特征提取第一章绪论本章提要：◆图像显著性特征的辛要应用：图像检索，图像摘要，图像认证等。令介绍显著性的含义，引入显著图来衡黾视觉显著性，并介绍两种视觉关注模型。◆扼要介绍本文提出的两种显著性特征提取模型：分级显著区域提取和基于HSV颜色空间的适应型显著区域提取1．1图像显著性特征提取简介1．1．1提取视觉显著性特征技术的背景和发展随着互联网上多媒体信息的迅速膨胀，越来越多的数字图像被产生、传输、利用。图像作为一种内容丰富、表现直观、表达形式多样化的媒体长期以来一直受到人们的重视。随着应用需求的增长，在传统的图像处碑技术上逐渐发展起一系列新兴

2、的图像处理技术，比如基于内容的图像检索(Content．basedImageRetrieval)、图像摘要(ImageHashing)以及图像认证(ImageAuthentication)等。近年来在各个应用领域的驱使下，图像的显著性特征提取也成为图像处理领域一个新兴的研究课题，吸引了大量研究人员的关注。随着多媒体信息的大量涌入，适时地处理好这些信息变得越来越网难。于是，如何选取大量数据中的重要内容进行深入的分析，忽略一些次要部分，成为提高效率和优化效果的关键。基于视觉的显著区域检测是人类信息加工过程中一项重要的调节机制，它能够对有限的信息加工资源进行分配，使感知具备选择能力。

3、对人类来说，丰观地选取感兴趣的内容是一种自然而简单的行为，但是要计算机海大学硕l：学位论文图像的江普件特祉：提取在无人工T．预下实现这个功能却很复杂，它涉及到图像处理，人类视觉特性和心理学分析等多个领域。提取图像的显著性特征(ImageSaliencyDetection)的研究始于上个世纪80年代中期。但图像的显著性这一概念至今还没有明确的定义，只能宽泛抽缘地理解为视觉关注的焦点(focusofattention)，人眼感兴趣区域(regionofinterest)，局部视觉明显区域(10calconspicuity)等等。显著点代表图像中具有较强表现力的点，显著区域则代表最可

4、能引起人眼视觉关注的区域。1．1．2图像显著性特征的研究意义和用途视觉显著性特征提取作为一项独立的技术，可以帮助我们更好地分析和理解数字图像。提取图像显著性的研究是一个图像分析，特征提取和探索人类视觉特性的综合过程，对各种基于图像分析和理解的应用都有着非常重要的意义。同时，显著性特征提取在图像的检索，认证，识别，匹配等研究领域有着很大的应用价值。将这种基于感知的选择机制引入图像分析领域，将计算资源优先分配给那些容易引起观察者注意的区域，必将极大地提高现有图像分析方法的效率。在设计图像检索或Hash的算法时，对于每幅图片都人工地指出吸引关注的区域再重点提取该区域特征的做法显然是不

5、可行的。因此，探索一种无需人工干预的准确而高效的图像显著性提取方法具有很高的研究价值。本论文的研究工作是围家自然科学基金资助项目“感知鲁棒的词典式结构图像Hash”(60773079)的一部分。1．2提取视觉显著性特征的基本原理1．2．1视觉显著性人眼能在进入视网膜的海量视觉信息中迅速发现“感兴趣”和“有意义”的物体，这种能力称为视觉选择性注意【l-31。注意的必要性在于牛物视觉系统无法2上海大学硕士学位论文图像的显著性特征提取并行地处理海量视觉信息，同时也无需不加区分地处理所有信息。在图11(a卜(c)中，显然P要比其他部分更加突出，能够迅速引起观察者的注意。(a)圈是通过颜

6、色对比而使得绿色方块跳出，Co)是通过亮度对比，(c)是通过方向对比。这种突出性就是视觉显著性，突出性较强的P处就是该图像的显著区域。心理学研究发现，那些能够产生新异的刺激，较强的刺激和人所期待的刺激的场景区域容易引起观察者的注意14-5]。图1．1(d)是绿色背景中的红色圆圈，显然红色圆圈会获得注意；(e)是红色背景中的绿色圆圈，显然绿色圆圈会获得注意。两者都是通过颜色突出的，说明引导注意的并不是因为是红色还是绿色，或其他什么颜色，而是图像中特征之间的对比度，在更复杂的联合搜索以及自然场量图像中也是如此。由此我们可以看出引导注意的是特征的对比度p埘．关注对象是通过特征相互之间

7、的竞争而获得注意的。(d)0)图1．1视觉显著性举例从上面的分析可知，显著性本身是一种相对概念．为了衡量图像的显著性，显著特征图(saliencymap)的概念最早在1985年由Koch和Unman提出r101。显著图是一个表征图像视觉关注区域的二维分布，如果也将它看成一种图像，其灰度值越大表示该区域的显著性越强，更吸引人眼视觉注意，灰度的局部最大值即为图像的显著特征点(saliencypoint)。显著圈又好比一张地形图(topographic海大学硕l：学位沦文图像的娃篙件特矸提取map