-
题名联合聚焦度和传播机制的光场图像显著性检测
被引量：6
- 1
-
-
作者
李爽
邓慧萍
朱磊
张龙
-
机构
武汉科技大学信息科学与工程学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2020年第12期2578-2586,共9页
-
基金
国家自然科学基金项目(61702384,61502357)
湖北省自然科学基金项目(2015CFB365)。
-
文摘
目的图像显著性检测方法对前景与背景颜色、纹理相似或背景杂乱的场景,存在背景难抑制、检测对象不完整、边缘模糊以及方块效应等问题。光场图像具有重聚焦能力,能提供聚焦度线索,有效区分图像前景和背景区域,从而提高显著性检测的精度。因此,提出一种基于聚焦度和传播机制的光场图像显著性检测方法。方法使用高斯滤波器对焦堆栈图像的聚焦度信息进行衡量,确定前景图像和背景图像。利用背景图像的聚焦度信息和空间位置构建前/背景概率函数,并引导光场图像特征进行显著性检测,以提高显著图的准确率。另外,充分利用邻近超像素的空间一致性,采用基于K近邻法(K-nearest neighbor,K-NN)的图模型显著性传播机制进一步优化显著图,均匀地突出整个显著区域,从而得到更加精确的显著图。结果在光场图像基准数据集上进行显著性检测实验,对比3种主流的传统光场图像显著性检测方法及两种深度学习方法,本文方法生成的显著图可以有效抑制背景区域,均匀地突出整个显著对象,边缘也更加清晰,更符合人眼视觉感知。查准率达到85.16%,高于对比方法,F度量(F-measure)和平均绝对误差(mean absolute error,MAE)分别为72.79%和13.49%,优于传统的光场图像显著性检测方法。结论本文基于聚焦度和传播机制提出的光场图像显著性模型,在前/背景相似或杂乱背景的场景中可以均匀地突出显著区域,更好地抑制背景区域。
-
关键词
显著性检测
光场图像
聚焦度
前/背景概率函数
传播机制
空间一致性
-
Keywords
saliency detection
light field image
focus
probability function of foreground/background
propagation mechanism
spatial consistency
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
