基于特征显著值归一化与位置加权的FT算法

黄应清，梁新彬，谢志宏，文　军

(装甲兵工程学院 控制工程系，北京　100072)



基于特征显著值归一化与位置加权的FT算法

黄应清，梁新彬，谢志宏，文军

(装甲兵工程学院 控制工程系，北京100072)

摘要：频率调谐(FT)显著区域检测算法在背景复杂和图像显著区域比较大时检测效果不理想。针对上述问题，对FT算法进行了改进，提出了一种基于特征显著值归一化与位置加权的频率调谐显著区域检测算法(FTFP)。该算法主要在FT算法的基础上进行了图像分块、Lab颜色特征显著值的分别归一化和位置加权处理。实验结果表明，FTFP算法在显著性检测视觉效果、准确率与查全率、对噪声图像的检测上都优于FT算法，综合性能突出。

关键词：显著性检测；特征显著性；位置加权；归一化

本文引用格式：黄应清，梁新彬，谢志宏，等.基于特征显著值归一化与位置加权的FT算法[J].兵器装备工程学报，2016(6):124-128.

Citation format:HUANG Ying-qing, LIANG Xin-bin, XIE Zhi-hong, et al.Frequency-Tuned Salient Region Detection Algorithm Based on Feature Saliency Normalization and Position Weighting[J].Journal of Ordnance Equipment Engineering,2016(6):124-128.

显著性检测通过在一定区域内突出某个事物或人员引起人们的注意[1]。研究人员从人类认知的角度出发，将视觉注意机制分为数据驱动的快速的自底向上的显著性检测和任务驱动的慢速的自顶向下的显著性检测[2-3]。近年来，图像显著性检测引起了人们广泛的关注，研究人员提出了不同的显著性检测算法。Itti和Koch在1998年提出了经典的基于生物学启发和特征整合理论的IT算法[4]。该算法将图像分解为3个视觉特征：亮度、颜色和方向，使用DoG算子分别对3个视觉特征进行中心-周围差异计算，经过特征整合形成显著性图。……