基于超像素的显著性区域检测研究

《基于超像素的显著性区域检测研究》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、分类号密级硕士学位论文题目：基于超像素的显著性区域检测研究英文并列题目：ResearchonSalientRegiondetectionBasedonSuperpixel研究生：冯海永专业：信号与信息处理研究方向：信息处理系统集成与应用导师：高美凤副教授指导小组成员：学位授予日期：2016年6月答辩委员会主席：潘丰江南大学地址：无锡市蠡湖大道1800号二○一六年六月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研巧工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不

2、包含本人为获得江南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：宙名豕＿曰期：弘＾年＾月曰关于论文使用授权的说明本学位论文作者完全了解江南大学有关保留、使用学位论文的规定：江南大学有极保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，可将学位论文的全部或部分内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存、一汇编学位论文。，并且本人电子文挡的内容和纸质论文的内容相致保密的学位论文在解密后

3、也遵守此规定。，骑弄导师签名签名：：Ａ日期；年ｒ月日摘要摘要随着信息采集技术和多媒体处理技术的迅猛发展，人类已经迈入了信息时代，海量的数字媒体在给人们的日常生活带来诸多便利的同时，也为计算机视觉处理技术提出了新的挑战。由于计算机处理这些海量信息的能力是十分有限的，人类迫切希望计算机能够像人类一样具有从大量视觉信息中选择少量重要信息进行详细分析处理的能力。视觉显著性检测方法可以自动预测、定位和挖掘场景中对人们最重要的视觉信息，利用计算机可以对视觉媒体信息进行有效筛选。关于图像显著性检测的研究立足点有很多，诸如像素、区域和超像素，目前，有关显

4、著性区域检测这方面的研究的重点是基于超像素的，这也是以后发展的趋势。鉴于此，本文从超像素这一立足点出发，结合其它显著性检测的手段来进行后续显著性图的生成。本文的主要工作包括以下两个部分：第一，提出了一种基于SLIC超像素和贝叶斯框架的显著性区域检测算法。首先，在图像的预处理阶段，为了降低计算的复杂度，采用SLIC算法来提取给定图像的超像素。然后，在每一个尺度之下，考虑以下三个准则：区域对比度、完整性以及中心偏差，进而结合贝叶斯框架再进行后续显著性检测；之后通过加权求和以及归一化操作后计算得到最终的显著性图。最后，由一个滤波器来更进一步来提高检测效果以便

5、于优化最终的显著性图。在MSRA10K基准数据库上与当前比较流行的几种方法来进行相关定性和定量的比较，实验结果表明，本文所提算法的性能均高于当前比较流行的方法。第二，针对基于图像底层特征的已有的显著性区域检测方法精度不高的问题，提出了一种基于SLIC超像素和全局对比度的显著性区域检测算法。首先，在图像的预处理阶段，为了降低计算的复杂度，采用SLIC超像素分割算法来提取给定图像的超像素。然后，在CIELAB颜色空间上，同时考虑图像的全局对比度特征和LBP纹理特征并利用MKB方法将这两个特征结合起来计算得到最终的显著图。最后，通过滤波器进一步提高检测效果以

6、便于优化最终的显著性图。在MSRA10K基准数据库上与当前比较流行的几种方法来进行定性和定量比较，实验结果表明，本文所提算法的性能均高于当前比较流行的方法。关键词：显著性检测；超像素分割；显著区域；计算机视觉；贝叶斯框架IAbstractAbstractWiththerapiddevelopmentoftheinformationacquisitiontechnologyandmultimediaprocessingtechnology,Humanbeingshaveenteredtheinformationage.Massivedigitalmedi

7、abringsmanyconveniencestopeople'sdailylife,butalsoputsforwardanewchallengeforcomputervisionprocessingtechnology.Becausethecomputer'sabilitytodealwiththehugeamountsofinformationisverylimited,humanbeingsurgentlywantthatthecomputers,likehuman,hasabilitytochooseasmallamountofimporta

8、ntinformationfromalargenumberofvisualinformatio