科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前显著性检测算法的准确性仍不是很理想的问题,提出改进已有的贝叶斯模型的显著性检测算法.首先利用图像压缩得到压缩图,结合经典的Harris算子来对原图和压缩图进行角点检测,利用角点得到两种图的最小凸包,将两者求交集来得到更合理的改进凸包;然后利用空间稀疏聚类算法结合改进凸包和超像素来得到先验图;再利用颜色直方图结合凸包来计算观察似然概率;最后根据已有的先验图和似然概率结合贝叶斯模型来得到显著性图,通过优化处理得到最终的显著性检测结果.在公开数据集MSRA和SED上进行仿真实验的结果表明,该算法不仅能够提高显著度图的视觉效果,而且查全率和查准率,F-measure,MAE等评价指标也比传统算法有明显提升.
