科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统显著性检测算法存在显著性区域检测不准确、区域亮度不高以及不能有效抑制背景干扰等问题，提出了一种基于凸包计算和小波变换的显著目标检测算法(CHWT)。首先，在RGB、Lab、HSV空间分别对输入图像进行凸包计算，得到凸包交集，并对凸包交集进行二值化掩膜；其次，在多个尺度下对输入图像进行超像素分割，并利用MR(manifold ranking)算法得到多个尺度下的显著图，融合多个尺度下的显著图，并与凸包交集二值化掩膜进行贝叶斯融合获得多尺度超像素凸包显著图；最后，利用小波变换对输入图像的离散余弦变换(DCT)系数幅度谱进行多尺度分解，计算得到多尺度小波变换显著图，并与多尺度超像素凸包显著图进行线性融合获得最终显著图。在MSRA-10k、ECSSD和HKU-IS数据集上与其他6种现有算法进行了实验对比，实验结果表明：所提CHWT算法在准确率-召回率曲线(PR曲线)、算法综合指标(F-Measure)、平均绝对误差(MAE)和结构测量(SM)指标上优于其他算法，所提算法表现出更好的稳定性和鲁棒性。
-
单位凯里学院; 重庆大学
