基于小波域的圖像顯著性檢測算法研究.pdf

1、圖像顯著性檢測具有很長的研究歷史，但因其是模仿人類的視覺注意機制，所以一直以來是一個具有挑戰(zhàn)性的研究領域。圖像顯著性檢測就是將圖像中的重要內容檢測出來，為后續(xù)的圖像應用提供方便。目前圖像顯著性檢測面臨一系列的問題，比如：檢測結果精確度不高、檢測算法復雜等。與傅里葉變換相比，小波變換是空間和頻率的局部變換，因而能有效地從圖像中提取信息以達到圖像顯著性檢測的目的。
　　本文主要進行了如下工作：
　　(1)對頻率調諧算法(FT)進

2、行分析，提出了基于對比敏感度函數(CSF)的小波域顯著性檢測算法?？紤]人眼的各種特性，將CSF用于圖像的顯著性檢測中，提高圖像的對比度，利用小波分解得到不同頻率信息，使用加權的歐式距離計算顯著性值，最后利用拋物線進一步提高顯著圖的對比度。
　　(2)通過對基于底層和中層線索的貝葉斯顯著性檢測算法(BS)的分析，提出了貝葉斯框架下小波域顯著性檢測算法。首先進行興趣點檢測，并利用凸包得到圖像的粗略顯著區(qū)域，利用顏色直方圖計算像素點的觀

3、測似然概率，然后利用小波分析，結合局部和全局特征得到先驗圖，利用先驗圖得到先驗概率，最后利用貝葉斯理論計算像素點的后驗概率得到顯著值。
　　(3)將以上兩種顯著性檢測方法應用于圖像分割和基于內容感知的圖像縮放，分割結果更加準確，圖像縮放的結果圖基本保持了原圖像的形狀。本文算法在Achanta數據集上進行實驗。通過 ROC曲線、分割準確率、分割完全率、時間的綜合比較，本文提出的兩種檢測算法可以提高顯著區(qū)域的檢測準確性。在圖像分割上更