融合对比度与背景先验的显著目标检测算法  

Salient Object Detection Using Contrast and Background Priors

作　　者：蒋娇[1] 陆平[2,3] 朱恒亮[1] 董振江[3] 贾霞[3] 马利庄[1] 

机构地区：[1]上海交通大学计算机科学与工程系,上海200240 [2]东南大学信息科学与工程学院,南京210000 [3]中兴通讯股份有限公司云计算及IT研究院,南京210000

出　　处：《计算机辅助设计与图形学学报》2016年第1期82-89,共8页Journal of Computer-Aided Design & Computer Graphics

基　　金：国家"九七三"重点基础研究发展计划项目(2011CB302203);国家自然科学基金(61133009;61502220;U1304616)

摘　　要：针对已有的显著检测算法对背景复杂的图像检测效果较差的问题,提出融合对比度与背景先验的显著目标检测算法.首先将图像划分为感知均匀的像素块,再根据对比度先验定义图像的显著边缘、像素块的全局对比度及颜色相似像素块的空间分布,得到任一像素块与前景的相关性;然后根据背景先验将图像边界像素块定义为伪背景区域,通过计算像素块与伪背景区域的相似度得到像素块与背景的相关性;最后通过能量优化函数结合像素块与前景、背景的相关性,得到该像素块的显著值.实验结果表明,与同类算法相比,该算法能更好地使显著目标整体高亮,抑制背景噪声,得到较符合视觉感知的显著图.Existing approaches are inefficient for detecting saliency maps of complex pictures. To address this problem, we propose a salient object detection algorithm using contrast and background priors. Firstly, the source image is segmented into perceptually uniform patches. Then we define contrast priors as salient edge, patches' global contrast and spatial distribution of patches with similar colors. Background prior is utilized as patches' color similarity to pseudo-background patches. Finally, we propose an optimization framework to combine the two saliency measures. The experiments demonstrate that our method can efficiently highlight salient objects and reduce background noise, which out-performs most state-of-the-art approaches.

关 键 词：对比度先验 背景先验 显著边缘 全局对比度 相似块空间分布 能量优化函数 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]