光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
2期
531-538
,共8页
赵宏伟%陈霄%刘萍萍%耿庆田
趙宏偉%陳霄%劉萍萍%耿慶田
조굉위%진소%류평평%경경전
视觉显著目标%局部能量%目标检测%最大熵准则%自适应分割
視覺顯著目標%跼部能量%目標檢測%最大熵準則%自適應分割
시각현저목표%국부능량%목표검측%최대적준칙%자괄응분할
基于视觉注意模型和最大熵分割算法,提出了一种自适应显著目标分割方法来分离目标和复杂背景,以便快速准确地从场景图像中检测出显著目标.首先,通过颜色、强度、方向和局部能量4个特征通道获取图像的显著图;通过引入局部能量通道来更好地描述了显著目标的轮廓.然后,根据显著图中像素灰度的强弱构建不同的目标检测蒙板,将每个蒙板作用于原图像作为预分割的结果,再计算每个预分割图像的熵.最后,利用最大熵准则估计图像目标熵,根据预分割图像的熵和目标熵判断选取最优显著目标分割图像.实验结果表明:本文算法检测的显著目标更为完整,分割性能F-measure达到0.56,查全率和查准率分别为0.69和0.41,相对于传统方法更为有效准确,实现了在复杂背景下对显著目标的有效准确检测.
基于視覺註意模型和最大熵分割算法,提齣瞭一種自適應顯著目標分割方法來分離目標和複雜揹景,以便快速準確地從場景圖像中檢測齣顯著目標.首先,通過顏色、彊度、方嚮和跼部能量4箇特徵通道穫取圖像的顯著圖;通過引入跼部能量通道來更好地描述瞭顯著目標的輪廓.然後,根據顯著圖中像素灰度的彊弱構建不同的目標檢測矇闆,將每箇矇闆作用于原圖像作為預分割的結果,再計算每箇預分割圖像的熵.最後,利用最大熵準則估計圖像目標熵,根據預分割圖像的熵和目標熵判斷選取最優顯著目標分割圖像.實驗結果錶明:本文算法檢測的顯著目標更為完整,分割性能F-measure達到0.56,查全率和查準率分彆為0.69和0.41,相對于傳統方法更為有效準確,實現瞭在複雜揹景下對顯著目標的有效準確檢測.
기우시각주의모형화최대적분할산법,제출료일충자괄응현저목표분할방법래분리목표화복잡배경,이편쾌속준학지종장경도상중검측출현저목표.수선,통과안색、강도、방향화국부능량4개특정통도획취도상적현저도;통과인입국부능량통도래경호지묘술료현저목표적륜곽.연후,근거현저도중상소회도적강약구건불동적목표검측몽판,장매개몽판작용우원도상작위예분할적결과,재계산매개예분할도상적적.최후,이용최대적준칙고계도상목표적,근거예분할도상적적화목표적판단선취최우현저목표분할도상.실험결과표명:본문산법검측적현저목표경위완정,분할성능F-measure체도0.56,사전솔화사준솔분별위0.69화0.41,상대우전통방법경위유효준학,실현료재복잡배경하대현저목표적유효준학검측.