|
|||||
|
|
| 基于超像素融合算法的显著区域检测 | |
| 作者姓名： | 王海罗 汪渤 周志强 李笋 踪华 |
| 作者单位： | 北京理工大学自动化学院,北京,100081;北京理工大学自动化学院,北京 100081;北京航天自动控制研究所,北京 100854 |
| 摘 要： | 针对目前流行的显著性检测算法不能精确反映显著性信息的问题,提出一种基于超像素融合方法的显著性检测算法. 首先对图像进行超像素分割,在保证高质量的图像目标边缘信息前提下,建立以超像素为节点的图模型;然后计算超像素邻接矩阵,将该图模型转化为最小生成树模型. 通过OTSU算法自适应地确定最佳阈值,根据该阈值将最小生成树模型的部分节点进行融合,获得大超像素分割区域;最后利用大超像素的颜色和相互距离信息,获得高质量的显著性图. 实验结果表明,相对于其他检测方法,该算法可以更有效地检测出图像中的显著目标,并能达到接近分割的效果. |
| 关 键 词： | 超像素融合 图模型 最小生成树 显著性检测 |
| 收稿时间： | 2013-12-13 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 | |