基于邻域优化机制的图像显著性目标检测

计算机工程与科学

基于邻域优化机制的图像显著性目标检测

魏伟一，王瑜，窦镭响，文雅宏

（西北师范大学计算机科学与工程学院，甘肃兰州 730070）

收稿日期:2018-11-14 修回日期:2019-01-03 出版日期:2019-08-25 发布日期:2019-08-25
基金资助:
国家自然科学基金（61861040）；甘肃省科技计划资助项目（17YF1FA119）

Salient object detection based on

neighborhood optimization mechanism

WEI Wei-yi,WANG Yu,DOU Lei-xiang,WEN Ya-hong

(College of Computer Science and Engineering,Northwest Normal University,Lanzhou 730070,China)

Received:2018-11-14 Revised:2019-01-03 Online:2019-08-25 Published:2019-08-25

摘要/Abstract

摘要：

在显著性目标检测中，背景区域和前景区域区分度不高会导致检测结果不理想。针对这一问题，提出一种基于邻域优化机制的图像显著性目标检测算法。首先对图像进行超像素分割；然后在CIELab颜色空间建立对比图和分布图，并通过一种新的合并方式进行融合；最后在空间距离等约束下，建立邻域更新机制，对初始显著性图进行优化。实验对比表明，该算法显著性目标检测效果更好。

关键词: 显著性目标, 邻域优化, 超像素

Abstract:

In the salient object detection, the detection results are not ideal when the difference between the background region and the foreground region is not obvious. To address this problem, we propose a saliency object detection algorithm based on neighborhood optimization mechanism. Firstly, the image is segmented by super-pixels. Then, the contrast map and distribution map are established in the CIELab color space and they are merged by a new merging method. Finally, under the constraints such as spatial distance, a neighborhood updating mechanism is established to optimize the initial salient maps. Experimental results show that the algorithm is more effective in salient object detection.

Key words: salient object, neighborhood optimization, super-pixels

魏伟一，王瑜，窦镭响，文雅宏. 基于邻域优化机制的图像显著性目标检测[J]. 计算机工程与科学.

WEI Wei-yi,WANG Yu,DOU Lei-xiang,WEN Ya-hong.

Salient object detection based on

neighborhood optimization mechanism

[J]. Computer Engineering & Science.

[1]	魏伟一, 王立召, 王婉茹, 赵毅凡. 基于超像素形状特征的图像复制粘贴篡改检测算法[J]. 计算机工程与科学, 2021, 43(02): 312-321.
[2]	刘国华1,2，段建春1. 基于Kinect相机的深度图像空洞修复及超像素分割算法[J]. 计算机工程与科学, 2020, 42(05): 851-858.
[3]	郭鹏飞，金秋，刘万军. 融合似物性前景对象与背景先验的图像显著性检测[J]. 计算机工程与科学, 2018, 40(09): 1679-1688.
[4]	崔丽群，赵越，吴晓冬，魏可飞，刘晨. 一种背景抑制改进的显著性目标检测方法[J]. 计算机工程与科学, 2018, 40(08): 1435-1443.
[5]	郭伟，李红达，邢宇哲. 基于SLIC的自适应多主体图像分割算法[J]. 计算机工程与科学, 2018, 40(08): 1459-1467.
[6]	王豪聪1,2，赵晓叶1,2，彭力1,2. 基于前景增强与背景抑制的显著性物体检测[J]. 计算机工程与科学, 2018, 40(06): 1119-1124.
[7]	马军福，魏玮. 一种改进的快速SLIC分割算法[J]. 计算机工程与科学, 2017, 39(02): 317-322.
[8]	常方媛1，冯志勇1，徐超2. 基于SLIC区域分割的三维地形重建算法[J]. J4, 2015, 37(09): 1718-1723.