文献类型：期刊文章

作　　者：文雅宏[1,2] 巨琛[1]

WEN Ya-hong;JU Chen(Research Center of Electronic Information Technology,School of Electronic and Information Engineering,Ankang Universily,Ankang 725000,China;Tianshui Green Catalysis Expert Think Tank Office,Tianshui 741400,China)

机构地区：[1]安康学院电子与信息工程学院电子信息技术研究中心,陕西安康725000 [2]天水市绿色催化专家智库办公室,甘肃天水741400

出　　处：《计算机与现代化》

基　　金：国家自然科学基金资助项目(61801005);安康学院校级基金资助项目(2019AYQJ03);陕西省教育厅基金资助项目(21JK0468)。

年　　份：2021

期　　号：10

起止页码：63-68

语　　种：中文

收录情况：IC、ZGKJHX、普通刊

摘　　要：针对自然图像中,复杂背景信息对显著性目标检测的影响,提出一种利用背景信息进行预测和贝叶斯模型选择优化的显著性检测方法。首先,为了提取完整的先验信息,根据背景信息与图像边界的连通性,以及对图像边界是否为背景进行评估来生成先验显著图。其次,为了降低背景信息的干扰,通过对流行排序算法生成的显著图进行角点检测,选择较为准确的显著点构造凸包。最后,利用贝叶斯模型进行选择优化来抑制和显著目标具有相同特征的背景信息。在2个公开的数据集上进行测试,并与4种性能较好的显著性检测算法对比,结果显示本文算法可提高显著性检测的准确性和区域的完整性。

关 键 词：显著性检测 背景  贝叶斯模型 凸包

分 类 号：TP391.41]