基于双目视觉的显著性目标检测方法

被引:15
作者
李庆武 [1 ,2 ]
周亚琴 [1 ]
马云鹏 [1 ]
邢俊 [1 ]
许金鑫 [1 ]
机构
[1] 河海大学物联网工程学院
[2] 常州市传感网与环境感知重点实验室
关键词
图像处理; 目标检测; 双目视觉; 多特征融合; 区域分割; 视觉显著性;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对现有的显著性目标检测算法在受到相似背景干扰时,易出现目标检测准确度低、稳定性差的问题,提出一种基于双目视觉的显著性目标检测方法。受人眼视觉特性启发,将双目视觉模型感知的深度信息作为显著性特征与多特征聚类分割结果进行协同处理,定量分析图像区域级的深度显著性,再将全局显著性与区域深度显著性进行加权融合,突出目标区域,根据融合结果的区域分布进行背景抑制,完成显著性目标的检测。实验结果表明,与现有的显著性目标检测算法相比,该算法有效地抑制了相似背景的干扰,并且准确度高、稳定性好。
引用
收藏
页码:331 / 343
页数:13
相关论文
共 9 条
  • [1] 融合背景先验与中心先验的显著性目标检测
    周帅骏
    任福继
    堵俊
    杨赛
    [J]. 中国图象图形学报, 2017, 22 (05) : 584 - 595
  • [2] 基于超像素信息反馈的视觉背景提取算法
    陈海永
    郄丽忠
    杨德东
    刘坤
    李练兵
    [J]. 光学学报, 2017, 37 (07) : 186 - 194
  • [3] 中心矩形构图先验的显著目标检测
    宋腾飞
    刘政怡
    [J]. 中国图象图形学报 , 2017, (03) : 315 - 326
  • [4] 基于自适应背景模板与空间先验的显著性物体检测方法
    林华锋
    李静
    刘国栋
    梁大川
    李东民
    [J]. 自动化学报, 2017, 43 (10) : 1736 - 1748
  • [5] 基于梯度显著性的水面无人艇的海天线检测方法
    王博
    苏玉民
    万磊
    庄佳园
    张磊
    [J]. 光学学报, 2016, 36 (05) : 66 - 75
  • [6] 基于空间距离改进的视觉显著性弱小目标检测
    杨林娜
    安玮
    林再平
    李安冬
    [J]. 光学学报, 2015, 35 (07) : 254 - 259
  • [7] 图像分割中的超像素方法研究综述
    宋熙煜
    周利莉
    李中国
    陈健
    曾磊
    闫镔
    [J]. 中国图象图形学报 , 2015, (05) : 599 - 608
  • [8] 基于视觉显著性的两阶段采样突变目标跟踪算法
    江晓莲
    李翠华
    李雄宗
    [J]. 自动化学报, 2014, 40 (06) : 1098 - 1107
  • [9] Global contrast based salient region detection .2 Cheng M,Zhang G,Mitra N J,et al. 2011IEEE Conference on Computer Vision and Pattern Recognition . 2011