圖像顯著性檢測(cè)及其在圖像縮放中的應(yīng)用.pdf

1、圖像的顯著性目標(biāo)或區(qū)域是指圖像中特別吸引人眼關(guān)注的目標(biāo)或區(qū)域。顯著性檢測(cè)就是利用計(jì)算機(jī)檢測(cè)出圖像中人眼關(guān)注的目標(biāo)或區(qū)域，因此顯著性檢測(cè)算法應(yīng)能模擬人類視覺感知系統(tǒng)且具有智能化的選擇能力和快速的處理能力。圖像顯著性檢測(cè)已廣泛地應(yīng)用在圖像縮放、圖像分割、圖像檢索、目標(biāo)識(shí)別等方面，但目前算法都存在一定缺陷，對(duì)顯著性檢測(cè)進(jìn)行更深入的探索，在圖像處理和模式識(shí)別等領(lǐng)域具有非常重要的意義。
　　圖像縮放是指調(diào)整圖像的尺寸以適應(yīng)不同顯示設(shè)備的需要

2、，同時(shí)在縮放時(shí)圖像的內(nèi)容盡可能不發(fā)生視覺失真?？p切割算法是一種流行的基于內(nèi)容的圖像縮放算法，該算法根據(jù)圖像的顯著性來選取顯著性較低的縫進(jìn)行移除或復(fù)制，從而達(dá)到圖像縮放的目的。因此，顯著性檢測(cè)在基于縫切割的圖像縮放中起著至關(guān)重要的作用。
　　本文首先提出了一種基于圖像卡通-紋理分解的顯著性檢測(cè)方法，該方法通過求原圖像卡通部分的高階統(tǒng)計(jì)量來獲取圖像的顯著性圖。在卡通-紋理分解過程中尺度因子的選取對(duì)最終的顯著性圖有很大的影響，因此，本文

3、還利用高階統(tǒng)計(jì)量提出了一種自適應(yīng)地選取尺度因子?的方法。
　　進(jìn)一步，為了將圖像顯著性檢測(cè)結(jié)果很好地應(yīng)用于圖像縮放，本文針對(duì)圖像縮放應(yīng)用對(duì)前面提出的顯著性進(jìn)行改進(jìn)。首先，利用圖像顯著性得到圖像的顯著性點(diǎn)集，然后自適應(yīng)地生成顯著性點(diǎn)集的凸包作為圖像的顯著性區(qū)域，稱為顯著性窗。其次，利用顯著性窗和圖像的上下文信息定義一個(gè)加權(quán)函數(shù)。最后，利用加權(quán)函數(shù)修正之前的顯著性，得到一個(gè)新的顯著性圖。在加權(quán)函數(shù)的作用下，新的顯著性圖能夠有效地突出圖

4、像的顯著性區(qū)域，同時(shí)抑制背景部分的顯著性。
　　最后，本文利用新的顯著性圖及改進(jìn)的縫切割算法對(duì)圖像進(jìn)行縮放。在新的顯著性圖的作用下，無論是背景光滑還是復(fù)雜的圖像在去除縫的過程中都能使縫盡量地避開圖像的顯著性目標(biāo)同時(shí)盡可能多的穿過圖像的非顯著區(qū)域，從而更好地保護(hù)了圖像的顯著性目標(biāo)。為了測(cè)試本文的圖像縮放算法，本文從MSRA圖庫中隨機(jī)選取了100張圖像進(jìn)行實(shí)驗(yàn)，并從主觀和客觀兩方面對(duì)本文方法與其他方法進(jìn)行比較，其中客觀評(píng)價(jià)指標(biāo)是本文通