資源描述：
《基于感興趣區(qū)域的圖像分割方法》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、第26卷第6期嘉應學院學報(自然科學)Vo.l26No.62008年12月JOURNALOFJIAYINGUNIVERSITY(NaturalScience)Dec.2008基于感興趣區(qū)域的圖像分割方法郭江鴻(嘉應學院計算機學院,廣東梅州514015)[摘要]針對目前圖像分割技術中多數(shù)算法所提取的目標區(qū)域不是用戶感興趣的目標,且往往需要在用戶的輔助下才能完成的局限性,提出了一種新的基于感興趣區(qū)域的圖像分割方法,該方法將顏色矢量角應用于視覺關注度模型進行圖像分割,實現(xiàn)了對感興趣區(qū)域的自動提取。[關鍵詞]圖像檢索;感興趣區(qū)域;顏色矢量角;視覺關注度[中圖分類號]T
2、P391[文獻標識碼]A[文章編號]1006-642X(2008)06-0042-03目前圖像分割技術中多數(shù)算法所提取的目標區(qū)域不是用戶感興趣的目標,且往往需要在用戶的[1]輔助下才能完成圖像的分割和檢索,具有一定的局限性。近年來,一些文獻利用視覺關注度模型(VisualAttentionmodel)進行圖像分割,提取圖像中的感興趣區(qū)域,但該方法普遍采用局部顏色分布特征估計像素的位置信息,在一定程度上表征相對位置不夠準確?；谏鲜鰡栴},本文將顏色矢量角引入到視覺關注度模型,利用其對圖像的亮度變化不敏感的特性,得到較為穩(wěn)定的圖像邊緣特征,進行圖像分割,進而實現(xiàn)對
3、感興趣區(qū)域的自動提取。1視覺關注度模型視覺組織是涉及多個信息加工階段和多種機制協(xié)作的復雜過程。其中,圖像分割與提取是復雜自然場景中的目標檢測和識別的預處理步驟。近年來,一些文獻利用視覺關注度模型進行圖像分割,提取圖像中的感興[2]趣區(qū)域,如Itti等人采用圖像顏色、亮度和位置三個通道的視覺關注圖進行線性組合,形成了整幅圖像的視覺關注度,最后用動態(tài)神經網(wǎng)絡方法選取最顯著的點作為視覺關注點。圖1視覺關注度示例視覺關注度方法模擬了人類視覺注意的轉換過程,關注度圖和原始圖像保持拓撲對應關系,視覺關注度大的像素往往是視覺較感興趣的位置。圖1為視覺關注度示例圖。圖中C、I、Q
4、分別為圖像顏色、亮度和位置3個通道關注度,S為最后的整體關注度。[收稿日期]2008-07-25[作者簡介]郭江鴻(1975-),山西長治人,男,講師,碩士,主要研究方向:圖像處理與模式識別。422顏色矢量角理論由于顏色矢量角本身具有對圖像的亮度變化不敏感,對色調和飽和度的變化敏感的特性,因此[3,4]常常被用來緩解光照效應對圖像的影響,在彩色圖像的邊緣檢測方面得到廣泛應用。顏色矢量角的正弦值可定義為:T2TT1/2sin()v1,v2=1-(v1v2)/v1v2v2,(1)式中v1,v2是兩種顏色的矢量表示。由于顏色矢量角體現(xiàn)了兩種顏色間的視覺差
5、異,因此可將其用于彩色圖像的邊緣檢測。首先將一個33的模板滑過圖像中的每個像素,計算每個像素和其8鄰域像素之間的8個顏色矢量角,并找出最大的矢量角:A=sin()max=max(sin()v,v,sin()v,v,,sin()v,v)(2)c1c2c8式中vc,vi指在33模板中的中心像素和其8鄰域像素的顏色矢量。當最大矢量角大于一個設定的閾值T時,這個中心像素將被看作為邊緣點。閾值T的設定必須合適,如太大,會丟失大量的邊緣點;如太小,則容易把一些平滑點看作邊緣點,從而導致檢測的準確度下降。實驗發(fā)現(xiàn),當閾值TA位于區(qū)間[0.08,0.09]時檢測到的圖像
6、邊緣與人的視覺基本一致。3結合顏色矢量角視與覺關注度的感興趣區(qū)域的提取方法針對圖像檢索的特性,需選取合適的種子區(qū)域進行區(qū)域增長和圖像分割,種子點應是圖像中視覺關注度大的點。令P是圖像中的一個像素點,R代表以P為中心的55大小的區(qū)域,S表示像素的視覺關注度,表示區(qū)域R內所有點的注意度平均值,則種子度量值DR:s1SD55iR=e=eiR(3)由式(3)可知,種子點的視覺關注度越大,其度量值越大。因此可以選種子點度量較大的區(qū)域為種子區(qū)域,采用區(qū)域增長法進行圖像分割。對感興趣區(qū)域來說,在進行區(qū)域增長過程中既要考慮顏色矢量角的一致性,也要滿足一定的視覺
7、關注度條件,這樣才能自動選取出感興趣區(qū)域。假設一個感興趣區(qū)域從種子區(qū)域R開始生長。與區(qū)域U相鄰的點集合可以定義為:W={(x,y)U,L(x,y)U},其中,L(x,y)表示以點(x,y)為中心的33的小區(qū)域。假定像素pH,它對應的注意度為S,對應的顏色矢量角為A。因此,決定像素P是否歸入R的相似度測試可以定義為:true,iftTsandA
