计算机应用研究

作者：赵恒,安维胜,田怀文,

单位：西南交通大学机械工程学院,成都610031；

关键词：显著性检测,超像素,稀疏重构,能量方程,显著图,

基金：四川省科技支撑计划资助项目(2016GZ0194)；；

针对现有算法在复杂背景图像显著目标检测中存在背景被错误凸显的问题，为抑制背景提取更加准确的前景，提出一种结合稀疏重构与能量优化的显著性检测算法。首先将输入图像分割为超像素以去除不必要的细节；然后选取图像边界超像素作为背景模板，利用其作为稀疏字典计算重构误差，并作为超像素初始显著值；最后构造新的能量方程对初始显著值优化，并在优化后对其前景增强生成最终显著图。在包含真值图像的MSRA10K和ECSSD1000数据集上，将提出的算法与其他10种算法进行对比测试，PR曲线图、准确率P、F值的效果优于其他10种算法的结果。实验结果表明，所提算法在复杂背景图像的显著目标检测中，相比于已有的多种算法鲁棒性更好，能够对背景进行有效的抑制，提取显著目标也更加精确。

来源：2019年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第6期