自适应融合局部和全局稀疏表示的图像显著性检测

来源：计算机应用杂志2018年第3期北京时间：

作者：王鑫, 周韵, 宁晨, 石爱业

单位：1. 河海大学 计算机与信息学院, 南京 211100;2. 南京师范大学 物理科学与技术学院, 南京 210000

摘要：针对基于局部或全局稀疏表示的图像显著性检测方法频繁出现提取对象不完整、边界不光滑及噪声消除不干净等问题，提出自适应融合局部和全局稀疏表示的图像显著性检测方法。首先，对原始图像进行分块处理，利用图像块代替像素操作，降低算法复杂度；其次，对分块后的图像进行局部稀疏表示，即：针对每一个图像块，选取其周围的若干图像块生成过完备字典，基于该字典对图像块进行稀疏重构，得到原始图像的初始局部显著图，该显著图能够有效提取显著性目标的边缘信息；接着，对分块后的图像进行全局稀疏表示，与局部稀疏表示过程类似，不同的是针对每一个图像块所生成的字典来源于图像四周边界处的图像块，这样可以得到能有效检测出显著性目标内部区域的初始全局显著图；最后，将初始局部和全局显著图进行自适应融合，生成最终显著图。实验结果表明，提出算法在查准率（precision）、查全率（recall）及F-measure等指标上优于几种经典的图像显著性检测方法。

关键词：显著性检测,局部稀疏表示,全局稀疏表示,自适应融合,显著图

基金资助：国家自然科学基金资助项目（61603124）；江苏省"六大人才高峰"高层次人才项目（XYDXX-007）；江苏省"333高层次人才培养工程"；教育部中央高校基本科研业务费专项资金资助项目（2015B19014）。