基于顯著性檢測的目標(biāo)圖像分割算法

李鋒林，李 亮

(西安艾索信息技術(shù)有限公司，陜西 西安 710065)

基于顯著性檢測的目標(biāo)圖像分割算法

李鋒林，李 亮

(西安艾索信息技術(shù)有限公司，陜西 西安 710065)

針對由于顯著性檢測算法準(zhǔn)確率低下導(dǎo)致的圖像分割錯誤的現(xiàn)象，設(shè)計了一種基于改善顯著性檢測算法效果的圖像分割算法。該算法通過輸入的顯著性映射圖獲得目標(biāo)的一部分，利用這部分區(qū)域作為學(xué)習(xí)的線索點，然后提出一種基于雙生圖的學(xué)習(xí)方法獲得其余目標(biāo)。文中通過仿真的方式對結(jié)果進行了驗證，實驗結(jié)果表明，該方法可獲得準(zhǔn)確度更高，更適合用于圖像分割的顯著性檢測結(jié)果。

顯著性檢測；目標(biāo)分割；圖像處理

顯著性檢測可以用來獲得一個圖像中與周圍最不同的目標(biāo)或者區(qū)域，且這一目標(biāo)或區(qū)域可以代表這個圖像，而獲得的這個區(qū)域可以用來處理復(fù)雜的視覺任務(wù)，在本文中，主要用來分割目標(biāo)。

顯著性檢測算法通常可以生成一幅灰度圖，來表達一幅圖像中每個像素點作為目標(biāo)的可能性，這種灰度圖被稱為顯著性映射圖。早期顯著性算法生成的映射圖用來預(yù)測視覺注意力點，無法包含準(zhǔn)確的目標(biāo)邊界，而后期的顯著性算法針對這一缺陷，生成了擁有全分辨率的顯著性映射圖卻犧牲了計算效率。針對顯著行映射圖的特性，提出了一種通過改善顯著性映射圖準(zhǔn)確率來進行圖像分割的算法[1-4]。

該算法通過大津法對灰度圖像設(shè)閾值來獲取一部分點，作為目標(biāo)區(qū)域的一部分來作為后續(xù)學(xué)習(xí)的線索點。……