一种图像的感兴趣区域提取方法

于 明，邳艳芹

（河北工业大学 信息工程学院，天津 300401）

在视觉上，人们总是能迅速地把目光集中在自己感兴趣的方面[1]。随着图像处理技术的发展，感兴趣区域的提取是近期图像处理技术发展的热点，在图像处理中把计算资源用于处理感兴趣区域，会提高图像处理的效率。感兴趣区域（ROI）检测将人类的视觉注意机制引入到图像分析过程中，对于提高现有图像分析系统的工作效率有着积极的作用[2]，同时在视频压缩及检索领域也得到了应用。

感兴趣区域（ROI）是图像中可能引起人眼视觉关注的区域。视觉关注是人类视觉系统捕获场景中有意义部分的一种机制，通过对视觉关注的分析能提取图像中的感兴趣区域。视觉选择性注意机制包括两种，一是从下至上的注意（数据驱动的注意模型），是与任务无关且不受意识控制的，是基于视觉输入景象的显著性计算的，属于低级认知的过程。目前另一个是自上而下的注意 （任务驱动的注意模型），与人的主观意识有关且受意识控制[3]。其中最具影响力的当属Itti和Koch等人提出的Saliency模型[1]，利用人的视觉感受野、侧抑制神经网络模拟了人的视觉注意力机制。但是该模型最终的显著区域的范围是固定的形状，并且存在着漏检测和检测顺序不合乎人类视觉注意特征的情况。

1 视觉显著图的生成

1.1 早期视觉特征提取

想要全面准确的描述一幅图像，就要针对其各个方面的视觉属性选择多种简单图像特征。……