背景吸收的马尔可夫显著性目标检测

【类型】期刊

【作者】蒋峰岭 张海涛 杨静 孔斌 

【刊名】中国图象图形学报

【关键词】 吸收节点 SLIC分割 目标检测 显著性检测 马尔可夫链 多层图

【资助项】国家自然科学基金项目(913203002)；广东省省级科技计划重大科技专项基金项目(c1632611500006))；合肥师范学院校级科研基金项目(2017QN19)

【摘要】目的现有的基于马尔可夫链的显著目标检测方法是使用简单线性迭代聚类(SLIC)分割获得超像素块构造图的节点,再将四边界进行复制获得吸收节点,但是SLIC分割结果的好坏直接影响到后续结果,另外,很大一部分图像的显著目标会占据1~2个边界,特别是对于人像、雕塑等,如果直接使用四边界作为待复制的节点,必然影响最终效果。针对以上存在的缺陷,本文提出一种背景吸收的马尔可夫显著目标检测方法。方法首先通过差异化筛选去除差异较大的边界,选择剩余3条边界上的节点进行复制作为马尔可夫链的吸收节点,通过计算转移节点的吸收时间获得初始的显著图,从初始显著图中选择背景可能性较大的节点进行复制作为吸收节点,再进行一次重吸收计算获得显著图,并对多层显著图进行融合获得最终的显著图。结果在ASD、DUT-OMRON和SED3个公开数据库上,对比实验验证本文方法,与目前12种主流算法相比,在PR曲线、F值和直观上均有明显的提高,3个数据库计算出的F值分别为0.903、0.544 7、0.775 6,验证了算法的有效性。结论本文针对使用图像边界的超像素块复制作为吸收节点和SLIC分割技术的缺陷,提出了一种基于背景吸收马尔可夫显著目标检测模型,实验表明,本文的方法适用于自底向上的图像显著目标检测,特别是适用于存在人像或雕塑等目标的图像,并且可以应用于图像检索、目标识别、图像分割和图像压缩等多个领域。

【年份】2018

【期号】第6期

【页码】857-865

【作者单位】中国科学院合肥物质科学研究院智能机械研究所；中国科学技术大学；合肥师范学院计算机学院；合肥工业大学计算机与信息学院

【全文挂接】获取全文