基于流行排序的前景背景显著性检测算法

摘要：

为准确提取图像显著区域,提出基于流行排序的前景背景显著性检测算法.首先,采用SLIC(simple linear iterative clustering)方法对经平滑处理的图像进行超像素分割.然后以超像素作为图中节点,采用自适应参数计算节点之间的权重以解决因采用固定值导致的图像效果不理想的问题.其次,在计算背景查询节点时,通过阈值剔除边界超像素中不属于背景的像素,以保留合适的查询节点,避免因显著目标位于图像边界而错把非背景像素标记为背景查询节点的问题.最后,因前景优先方法可以有效抑制背景噪声,而背景优先方法对背景噪声抑制不足,但可均匀突出前景目标.因此,采用相乘或者取平均的方式融合前景背景显著图以得到最终的显著图.在公开数据集MSRA、SED2及ECSSD上与其他算法进行实验对比,实验结果证明了算法的有效性.

关键词：显著性检测、超像素、流行排序、前景、背景

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：河北省自然科学基金F2015202239;天津市科技计划15ZCZDNC00130

在线出版日期：2018-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：74-81