计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (4): 17-24.DOI: 10.3778/j.issn.1002-8331.1712-0046
邵 元,夏士雄,姚 睿,牛 强
SHAO Yuan, XIA Shixiong, YAO Rui, NIU Qiang
摘要: 自然图像的显著性区域一般处于图像中心,显著性区域可以通过计算区域与边界的距离得到,基于以上现象,产生了很多准确性较高或者运行速度很快的算法。但是要兼顾性能与效率,实现实时检测中需要的又快、又准确的显著性检测算法,仍需进一步研究。针对上述问题,提出了一种基于多分辨率最小障碍与梯度融合的显著性检测算法。通过多重采样形成多分辨率图像,引入改进后的最小障碍显著性检测算法对处理后的图像进行显著性检测;在算法运行过程中,对算法结果与背景线索图像进行梯度分析,将这两张图像进行融合,改善显著性区域模糊问题。经过在多个数据集上的实验验证,该算法能保证正确率在90%以上的情况下,检测速率达到75 f/s。