提出一种结合全局和局部对比度的数据驱动自底向上的视觉计算模型,采用高斯多尺度变换和颜色复杂度计算相结合的方法检测图像的显著区域。图像经过高斯金子塔多尺度变换后,用改进的冗余计算方法,在频域中消除全局冗余信息,初步将大范围的目标从周围环境中分离出来,并均匀地突显目标,利用多尺度特征子图点对点平方融合使全局显著区域显著度进一步增强,背景冗余信息进一步得
第3 3卷
第 2期
仪器仪表学报 C ieeJ un lo ce t i n t me t hn s o r a f inicI s u n S f r
Vo. 3 N . 13 o 2 Fb 0 2 e .2 1
21 0 2年 2月
当
宣 日口同多尺度变换和颜色复杂度计算的斯
显著区域检测 赵倩,曹家麟,胡越黎 上海上海 2 07; 0 0 2 2 09 ) 0 0 0 ( 1上海大学机电工程与自动化学院 2上海电力学院电子科学与技术系
摘
要:提出一种结合全局和局部对比度的数据驱动自底向上的视觉计算模型,采用高斯多尺度变换和颜色复杂度计算相结合
的方法检测图像的显著区域。图像经过高斯金子塔多尺度变换后,用改进的冗余计算方法,在频域中消除全局冗余信息,步将初大范围的目标从周围环境中分离出来,并均匀地突显目标,利用多尺度特征子图点对点平方融合使全局显著区域显著度进一步增 强,背景冗余信息进一步得到消弱;同时采用改进的像素颜色复杂度计算方法得到局部显著图,最后用最大类问方差法 ( s ) O t分 u 割出图像中的显著区域。在多种自然图像上进行实验,验结果表明,方法能迅速检测出与人类视觉结果一致的显著区域。实该
关键词:显著图;显著区域;高斯多尺度变换;颜色复杂度 中图分类号: P 9 . T 3 14文献标识码: A国家标准学科分类代码: 0 .0 0 5 14 5
Saintr g o d tc in s d o u sa ulis a e t a f r l e e in e e to ba e n Ga s i n m t c l r nso m a d c l r c m p e iy m e s e n oo o l x t a ur
Z a i , a il ,H ul h oQ a n C oJ i an uY e i ( colfMe arn sE gnei n uo ai, hn h i nvrt, h n h i 0 02, hn; JSh o o c t i n i r gadA t tn S ag a U i sy S ag a 0 7 C ia h oc e n m o ei 2 2Dp r etfEet n c ne n eh o g, h nh i nvrt o l tcP w r hn h i 00 0 C i ) eat n o l r iSi c dTcnl y S ag a U i syf Ee r o e,Sa g
a 2 0 9, hn m co c e a o e i ci a
Abs r c:A o tm- p d t rv n v s a te to o ta t b to u aa d i e iu la tn i n c mpu aina d lb s d o lb la d lc lc nta ti r tto lmo e a e n g o a n o a o r s s p o p s d i h s p pe o e n t i a r,whih c mb n s Ga s in mu t—c l r n f r a o o o lx t a ur o d tc a in c o i e u sa lis ae ta so m nd c lr c mp e i me s e t ee ts l t y e rgo e in. Afe usi n p r m i lis a e ta so m, go a e u d n y i f r t n i e o e t mp o e e t rGa sa y a d mu t- c l r n f r l b l r d n a c n o ma i s r m v d wi i r v d r - o h
d n a c e sr to nf q e c o i;telresa beti p ma l sp rt r t sr u d g u dn ym aueme di r u nyd ma h e n h g— l ojc s r ry e aa d f m i ur n i s a ce i i e o s o n a d u io ml ih i h e .And s ua e i c r r to fmu tp e s ae f au e s— psc n f rh rd c e s h e n n f r y h g lg t d q r n opo ai n o li l c l e t r ub ma a u te e r a e t e r— d nd nc n o main a d i u a y i fr to n mpr v h o ta tbewe n s le ta o s le tr g o s n t e me n t o e t e c n r s t e ain nd n n- ai n e i n .I h a i me,l c ls i o a a - l e tma a e o t i e i g mu t— c l nay i fc l u o pe i . Fia l n p c n b b a n d usn lis a e a l ss o oo rc m lxt y n y,s le e in c n b x r ce l aintr go a e e ta t
d U— sn t lo t m . Th s meho s t se n v ro s n t r li g s, a d e p rme tr s ls s o t a h s a - i g Osu a g r h i i t d wa e t d o a i u a u a ma e n x e i n e u t h w h tt i p p o c a u c l xr c a in e i n o sse twih h ma iu lpe c p in. r a h c n q i k y e ta ts le tr go s c n itn t u n vs a r e t o
Ke y wor ds:s le tma s le tr go Ga s in mu t—c l r n fr; o o o lx t ai n p;a in e i n; u sa l s ae ta so m c lrc mp e i i y
图像中自己感兴趣的区域,并注意到图像的重要部分,也
1引
言
即所谓的显著区域。正确地提取这些关键区域,以大可大提高图像分析、处理效率和准确度,降低计算的复杂 度,避免不必要的计算资源浪费。但在机器视觉、自动识
人类视觉具有选择注意特性,迅速把目标集中到能 收稿日期:0 1) 2 1 47 R cie ae2 1 47 ee dD t:0 1 v )
基金项目:教育部科学技术研究重点项目( 10 2、 2 0 7 )上海市教育委员会科研创新项目( O Z l ) IZ l8资助

颜色 、 曲率 ), 并应用多 尺度高斯滤波器计算显...目前的显著区域检测算法可分为两大类 ,第 一类是... 复杂度等 ; 第二类是基于视 觉反差的算法,主要...
的细变化, 而大尺度参数的边缘检测算子能够检测出...由于 实际情况的复杂性, 这个尺度比较难于自适应确定...用于卷积图像的模板尺寸 Ρ 为高斯函数的空间常数, ...
此外还有其他尺度不变检测子,例如 Kadir and Brady[17]提出的显著区域 检测子,...这种高斯 二阶倒数近似可以利用积分图, 大大减少计算复杂度。计算时间也不依赖于...
小 波变换是一种多尺度多通道分析工具,比较适合对...“调焦”而改变高斯函数的标准差可选择所检测边缘的...小波变 换的计算复杂度较低,抗噪声能力强。 理论...
Harvilh等人结合图像的空间深度信息和色 高斯混合模型...融合高斯混合模型和小波变换的运动目标检测 测出多...的k值能体现更复杂的场景,但同时消耗更多的计算时间...
基于多尺度区域的图像颜色校正算法_信息与通信_工程...间的映射关系实现颜色空间转换,其中的代表方法是矩阵...我们对校正后的图像进行高斯滤波处理,有效增加其 ...
采用高斯金字塔对原始图像进行多尺度 滤波变换 ,抑制...大小以 1/ 4 倍率减小 ,降低 了计算的复杂度 。...得到了闭合性较好的有意义区域 ,较好地 解决了传统...
线性时间复杂度;最后,还给出了在显著性分布图中抑制...因为基于输入图像的高斯金字塔计算了亮度、颜色俾.G...计算局部区域的多个特 征通道的多尺度信息.本文...
数多, 所以对检测和识别方法 的速度、 复杂度都有...候选区域, 对每个候选再区 提取 尺度不变特征变换(...tp 使用高斯金字塔低通滤波器对其进行滤波 . 高斯...
找出目标的颜色分布然后搜索与之最匹配的区域, 即为...文献提出了基于小波变换的多尺度边缘提取法,将边缘...检测边缘, 降低了计算的复杂度, 获得了较好的 检测...
热门文档