基于HITS的圖像顯著性檢測(cè)算法.pdf

1、隨著社會(huì)的發(fā)展，圖像的顯著性檢測(cè)算法已經(jīng)應(yīng)用到了很多領(lǐng)域，如目標(biāo)識(shí)別，圖像壓縮，視頻檢索等。不同于傳統(tǒng)的表達(dá)方式，本文從不同的角度描述了三種顯著性先驗(yàn)，并結(jié)合改進(jìn)的HITS算法，提出了一種新的圖像顯著性檢測(cè)模型。
　　本文提出的算法由三部分組成。首先，在現(xiàn)有的輪廓檢測(cè)算法BSR的基礎(chǔ)上，提出了一種自適應(yīng)的閾值選擇算法，從而實(shí)現(xiàn)了圖像分割。其次，本文以圖像分割為基本處理單元，分別從不同的角度描述了對(duì)比度先驗(yàn)、位置先驗(yàn)和形狀先驗(yàn)。不同

2、于傳統(tǒng)的表述方式，對(duì)比度先驗(yàn)是通過(guò)與相鄰分割的差異度和與不相鄰分割的相似度之間的比來(lái)表示的:位置先驗(yàn)是結(jié)合圖像的中心位置、距離圖像四個(gè)邊的最短距離以及和圖像邊界的重合度來(lái)表示的;形狀先驗(yàn)是通過(guò)分割的輪廓強(qiáng)度來(lái)表示的。最后，利用改進(jìn)的HITS算法解決先驗(yàn)檢測(cè)中的獨(dú)立性的問(wèn)題，從而實(shí)現(xiàn)了檢測(cè)目標(biāo)更均勻和矯正部分錯(cuò)誤檢測(cè)的功能。
　　本文在國(guó)際公開的MSRA-1000的圖像庫(kù)上，與現(xiàn)有的一些優(yōu)秀的顯著性檢測(cè)算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果證明了