基于中心-对角对比度的显著性检测

• 作者: 叶波 周全 张伟 沈琼霞 陈梦宇
• 来源期刊: 计算机测量与控制
• 关键词: 视觉关注 背景原型 中心-对角对比度 中心-四周对比度 显著性物体检测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 13-16,20
• 页数: 5页
• 分类号: TP391.413
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.09.004

摘要

针对图像显著性检测中广泛运用的中心-四周对比度方法存在的缺陷,提出了中心-对角对比度(corner-surround contrast,CSC)算法,实现从背景中有效提取显著区域;中心-四周对比度方法难以保证分割的准确性,容易导致错误的显著检测结果,并且仅使用中心-四周对比度对目标物体进行显著性编码并不十分有效;CSC算法在提取中心和周边区域差异性的同时,结合它们之间位置的相对性,并设计了一个多核信息融合模型,以不同权重融合多种对比度方法以产生最优显著图,最后用图分割算法来进行二元分割,获得准确的显著图;实验结果表明CSC算法能够有效捕捉显著物体的局部差异,提高显著性物体定位及分割精度的性能,减少噪声的影响,从背景中分离出精确的显著性区域,获得更优的显著性检测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	湖北大学计算机与信息工程学院	52	299	8.0	15.0
2	叶波	湖北大学计算机与信息工程学院	19	18	3.0	3.0
3	周全	南京邮电大学通信与信息工程学院	13	38	3.0	6.0
4	陈梦宇	湖北大学计算机与信息工程学院	1	1	1.0	1.0