中国图象图形学报
中國圖象圖形學報
중국도상도형학보
Journal of Image and Graphics
2015年
8期
1083-1090
,共8页
整体一致性%局部差异性%视觉显著性%相似性度量%目标分割
整體一緻性%跼部差異性%視覺顯著性%相似性度量%目標分割
정체일치성%국부차이성%시각현저성%상사성도량%목표분할
global consistency%local difference%visual saliency%similarity measure%target segmentation
目的 为准确描述图像的显著信息,提出一种结合整体一致性和局部差异性的显著性检测方法,并将显著性特征融入到目标分割中.方法 首先,利用频率调谐法(IG)对目标整体特征的一致性进行显著性检测.然后,引入NIF算法检测显著目标的局部差异性.最后结合两种算法形成最终的显著性检测方法,并应用于图像目标分割.结果 在公认的Weizmann数据集上验证本文方法显示目标的绝对效率并与其他算法对比,实验结果表明本文方法在精确率,召回率,F1-measure(分别为0.445 6,0.751 2,0.5764)等方面优于当前流行的算法.并且在融合显著性的图像目标分割中,取得满意的实验结果.结论 提出一种新的显著性检测算法,综合体现目标的整体和局部特征,并在公开数据集上取得较高的统计评价.实验结果表明,该算法能够对自然图像进行较准确的显著性检测,并成功地应用于自然图像的目标分割.
目的 為準確描述圖像的顯著信息,提齣一種結閤整體一緻性和跼部差異性的顯著性檢測方法,併將顯著性特徵融入到目標分割中.方法 首先,利用頻率調諧法(IG)對目標整體特徵的一緻性進行顯著性檢測.然後,引入NIF算法檢測顯著目標的跼部差異性.最後結閤兩種算法形成最終的顯著性檢測方法,併應用于圖像目標分割.結果 在公認的Weizmann數據集上驗證本文方法顯示目標的絕對效率併與其他算法對比,實驗結果錶明本文方法在精確率,召迴率,F1-measure(分彆為0.445 6,0.751 2,0.5764)等方麵優于噹前流行的算法.併且在融閤顯著性的圖像目標分割中,取得滿意的實驗結果.結論 提齣一種新的顯著性檢測算法,綜閤體現目標的整體和跼部特徵,併在公開數據集上取得較高的統計評價.實驗結果錶明,該算法能夠對自然圖像進行較準確的顯著性檢測,併成功地應用于自然圖像的目標分割.
목적 위준학묘술도상적현저신식,제출일충결합정체일치성화국부차이성적현저성검측방법,병장현저성특정융입도목표분할중.방법 수선,이용빈솔조해법(IG)대목표정체특정적일치성진행현저성검측.연후,인입NIF산법검측현저목표적국부차이성.최후결합량충산법형성최종적현저성검측방법,병응용우도상목표분할.결과 재공인적Weizmann수거집상험증본문방법현시목표적절대효솔병여기타산법대비,실험결과표명본문방법재정학솔,소회솔,F1-measure(분별위0.445 6,0.751 2,0.5764)등방면우우당전류행적산법.병차재융합현저성적도상목표분할중,취득만의적실험결과.결론 제출일충신적현저성검측산법,종합체현목표적정체화국부특정,병재공개수거집상취득교고적통계평개.실험결과표명,해산법능구대자연도상진행교준학적현저성검측,병성공지응용우자연도상적목표분할.