论文研究 融合多尺度对比与贝叶斯模型的显著目标检测.pdf

针对传统显著目标检测方法中目标不能均匀高亮，背景噪声难以抑制的问题，提出了一种融合多尺度对比与贝叶斯模型的显著目标检测方法。将图像分割为一系列紧凑且颜色相同的超像素，并通过K-means算法对所得超像素重聚类得到多尺度分割图；引入背景先验及凸包中心先验计算不同尺度下的显著图，并加权融合成粗略显著图；将粗略显著图二值化得到的区域假定为前景目标，再计算观测似然概率，使用贝叶斯模型进一步抑制图像的背景并凸出显著区域。在公开数据集MSRA-1000上与6种主流算法进行对比，实验表明提出的算法相比其他算法能更均匀地高亮显著目标，有更高的查准率和更低的平均绝对误差。