一种图像感兴趣区域提取方法研究

• 作者: 王诚 范向阳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 图像感兴趣区域 Stentiford视觉模型 FP-Growth算法 图像特征
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 30-36
• 页数: 7页
• 分类号: TP391
• 字数: 6630字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.08.007

摘要

关于图像感兴趣区域(ROI)提取,改进的Stentiford视觉模型方法与传统的Stentiford视觉模型方法以及其他视觉模型方法相比,具有提取的图像区域清晰、边缘明显、效率高等优点,但在图像背景较为复杂时,会提取到目标区域以外的区域.鉴于实际研究中对准确度的要求,需要从已提取区域中挑选出目标区域.为此,在所涉及的图像处理过程中,提出了多种图像新特征的提取方法,并引入数据挖掘领域中的经典FP-Growth算法,在改进的Stentiford视觉模型方法对训练集图像处理后,提取图像显著熵、显著熵密度等众多图像特征,并应用FP-Growth算法挖掘图像特征和目标区域的关联规则,同时将获取到的规则应用于测试集的大量实验验证之中.实验结果表明,采用了所提出的方法后,提取到的图像区域准确度有显著提高,表明该方法是可行有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王诚	南京邮电大学通信与信息工程学院	34	123	6.0	9.0
2	范向阳	南京邮电大学通信与信息工程学院	2	3	1.0	1.0