圖像顯著性檢測及其在圖像縮放中的應(yīng)用.pdf

1、圖像的顯著性目標或區(qū)域是指圖像中特別吸引人眼關(guān)注的目標或區(qū)域。顯著性檢測就是利用計算機檢測出圖像中人眼關(guān)注的目標或區(qū)域，因此顯著性檢測算法應(yīng)能模擬人類視覺感知系統(tǒng)且具有智能化的選擇能力和快速的處理能力。圖像顯著性檢測已廣泛地應(yīng)用在圖像縮放、圖像分割、圖像檢索、目標識別等方面，但目前算法都存在一定缺陷，對顯著性檢測進行更深入的探索，在圖像處理和模式識別等領(lǐng)域具有非常重要的意義。
　　圖像縮放是指調(diào)整圖像的尺寸以適應(yīng)不同顯示設(shè)備的需要

2、，同時在縮放時圖像的內(nèi)容盡可能不發(fā)生視覺失真。縫切割算法是一種流行的基于內(nèi)容的圖像縮放算法，該算法根據(jù)圖像的顯著性來選取顯著性較低的縫進行移除或復(fù)制，從而達到圖像縮放的目的。因此，顯著性檢測在基于縫切割的圖像縮放中起著至關(guān)重要的作用。
　　本文首先提出了一種基于圖像卡通-紋理分解的顯著性檢測方法，該方法通過求原圖像卡通部分的高階統(tǒng)計量來獲取圖像的顯著性圖。在卡通-紋理分解過程中尺度因子的選取對最終的顯著性圖有很大的影響，因此，本文

3、還利用高階統(tǒng)計量提出了一種自適應(yīng)地選取尺度因子?的方法。
　　進一步，為了將圖像顯著性檢測結(jié)果很好地應(yīng)用于圖像縮放，本文針對圖像縮放應(yīng)用對前面提出的顯著性進行改進。首先，利用圖像顯著性得到圖像的顯著性點集，然后自適應(yīng)地生成顯著性點集的凸包作為圖像的顯著性區(qū)域，稱為顯著性窗。其次，利用顯著性窗和圖像的上下文信息定義一個加權(quán)函數(shù)。最后，利用加權(quán)函數(shù)修正之前的顯著性，得到一個新的顯著性圖。在加權(quán)函數(shù)的作用下，新的顯著性圖能夠有效地突出圖

4、像的顯著性區(qū)域，同時抑制背景部分的顯著性。
　　最后，本文利用新的顯著性圖及改進的縫切割算法對圖像進行縮放。在新的顯著性圖的作用下，無論是背景光滑還是復(fù)雜的圖像在去除縫的過程中都能使縫盡量地避開圖像的顯著性目標同時盡可能多的穿過圖像的非顯著區(qū)域，從而更好地保護了圖像的顯著性目標。為了測試本文的圖像縮放算法，本文從MSRA圖庫中隨機選取了100張圖像進行實驗，并從主觀和客觀兩方面對本文方法與其他方法進行比較，其中客觀評價指標是本文通