基于扩散的图像显著性检测

摘要

显著性扩散方法是众多显著性检测方法中的一种,一般是先得到一幅图像中的显著性种子点,然后将种子点的显著性通过传播矩阵进行扩散,最后得到图像的显著性图,此过程中关键是如何更好的选择种子点幵迚行有效传播.当图像比较简单时这些方法能够准确确定显著性种子点,但当图像背景比较复杂尤其是图像的前景和背景颜色接近时,种子点的选择会出现错误,从而影响最终显著图的质量.因此找到一种方法能够在复杂的图像中准确找到显著性种子点幵将其显著性进行有效传播是研究的重点.本文从显著性图出发提出一种能够准确找到显著性种子点的方法,幵将随机游走方法改进和流形排序方式融合进行显著性扩散.在三个数据集上和6种显著性检测方法对比,实验结果表明本文方法较之前方法有了很大的改进,得到了更加精细的显著性图.