融合纹理和颜色特征的显著目标检测*

张艳邦 张 芬

（咸阳师范学院数学与统计学院 咸阳 712000）

1 引言

随着计算机技术的发展，特别是互联网技术的发展，图像和视频数据的获取和传播越来越方便。同时，它也给我们带来了新的问题，如何在海量数据面前快速找到所需的信息。人类视觉系统可以从图像中快速检测出感兴趣的物体，而忽略其他区域。它提供了一种确定视觉处理优先级的机制。该机制广泛应用于计算机视觉和图像处理领域，如目标识别［1］，图像分割［2］，图像/视频压缩［3］，图像检索［4］等。

根据显著目标的不确定性，显著目标检测方法可分为自底向上和自顶向下两种模式［5］。自顶向下模型是指对指定对象的检测。在检测之前，我们需要了解检测任务，并通过学习训练提取预检测对象的特征。由于目标的多样性，在检测前往往不知道图像中包含了哪些目标。因此，自底向上检测模型具有更广泛的应用价值。

虽然自底向上的方法不需要复杂的标注和训练过程，但它可以获得大量的先验知识，如对比度先验、背景先验、中心先验等，直接提取重要线索。更具体地说，对比度优先级基于人眼倾向于在整个场景中观察具有大特征对比度的区域的事实。

1998年，Itti等［6］提出了一种计算机视觉领域的地标检测模型，该模型通过计算若干低层视觉特征之间的局部对比度来表示显著特征。Cheng等［7］首先根据颜色信息将所有像素划分为不同的类别，然后计算不同类别的对比度和空间信息，生成最终的显著性图。……