10.3969/j.issn.1000-386x.2016.09.045
基于多重特征信息的图像显著性检测方法
针对海量视觉数据处理中的图像显著性检测问题,提出一种基于多重特征信息的新型方法。该方法首先根据像素的CIE Lab 颜色空间和空间位置信息选用 k-means 算法对图像像素聚类,在初始化中心时根据蜂窝原理使用正六边形进行选种。然后用全局对比和局部对比方法分析选取的多重图像特征,并计算得到八种特征图。最后对八种特征图融合得到初始显著性图,再用阈值法得到最终的显著性图。该方法通过改进 k-means 算法实现良好的图像聚类以进一步分析、处理图像特征,并依据对比度、关键区域聚焦等重要原理将图像底层特征和中层特征合理融合,兼顾全局对比和局部对比,处理问题全面而高效。实验结果表明,从主观和客观两方面进行整体评估,该方法都达到了优越的性能。
显著性检测、k-means、全局对比、局部对比、特征图、显著性图
33
TP3(计算技术、计算机技术)
国家“十二五”科技支撑计划项目2014 BAD10B05。
2016-10-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
190-194,202