【技术实现步骤摘要】
本专利技术属于图像处理领域,涉及一种基于加权分配D-S证据理论的显著图融合方法。
技术介绍
图像显著性检测旨在找出图像中最重要的部分,是计算机视觉领域用来降低计算复杂度的重要的预处理步骤,在图像压缩、目标识别、图像分割等领域有着广泛的应用,同时它又是计算机视觉中具有挑战性的问题,吸引着大量学者的研究兴趣。目前已出现了大量优秀的图像显著性检测的方法,这些方法各自都有自己的优势与不足,即使是一种显著性检测方法,对于不同的图片检测效果也是差异巨大的。为此能够融合多种显著性检测方法的结果,以得到更优显著图的方法就显得尤为重要了。有一些传统的显著图融合的方法,它们多是对于多幅显著图进行简单的加和平均或是简单相乘取平均,这种显著图融合方式将各种显著图同等对待,把各种显著性检测方法的权值设为同一数值,这在实际中是不合理的,因为对于一幅图片甚至是每一个像素点,各种显著性检测方法的检测效果都是不同的,为此各显著性检测方法的权值也理应设置不同。当前也存在一些研究融合多幅显著图的方法,如Mai等人利用条件随机场(CRF)来融合多幅显著图,但计算速度太慢;Qin等人利用多层元胞自动机(MCA)来融合多幅显著图,得到了非常好的效果,但是其召回率方面效果并不能令人满意。我们发现了D-S(Dempster-Shafer)证据理论在融合不确定事件中表现出的优异性,而且它是以一个概率区间而不是一个单一的概率值去建模不确定性,对于显著性检测,这种特质更加适用。D-S证据理论最初以Dempster的工作为基础的,是一种不精确推理理论,属于人工智能范畴,最早应用于专家系统中,具有处理不确定信息 ...
【技术保护点】
一种基于加权分配D‑S证据理论的显著图融合方法,其特征在于,包括如下步骤:第一步,使用要融合的n种(n>1)方法生成n幅初始显著图;第二步,对于每个像素,定义n幅显著图对应的mass函数;定义环境Θ={FG,BG},其中FG表示像素为前景,BG表示像素为背景;由得到的n幅显著图定义mass函数形式如公式(1),公式(2)所示:mi(FG)=pi (1)mi(BG)=1‑pi (2)其中mi(FG)表示第i种显著性检测方法所对应的mass函数,FG表示判定所要融合的像素为前景,pi表示第i幅显著图在所对应像素处的显著值,BG表示判定所对应像素为背景;第三步,计算各显著图对应的mass函数间的相似系数,列出相似矩阵;相似系数dij的计算如公式(3)所示:dij=ΣAx∩By≠φmi(Ax)mj(By)(Σmi2(Ax))(Σmj2(By))---(3)]]>其中相似系数dij∈[0,1],Ax,By为焦元,此处取 ...
【技术特征摘要】
1.一种基于加权分配D-S证据理论的显著图融合方法,其特征在于,包括如下步骤:第一步,使用要融合的n种(n&g...
【专利技术属性】
技术研发人员:陈炳才,陶鑫,高振国,姚念民,王健,余超,卢志茂,谭国真,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。