一种基于区域生长的图像显著区域提取算法

提出了一种改进的基于区域生长的彩色图像显著区域提取算法。该算法在颜色梯度图上应用分水岭分割算法,改进了图像初始分割的效果。综合考虑分割区域的显著度和边界强度,选取恰当的种子区域。在区域生长时考虑分割区域间低层特征的相似性、区域是否位于物体边界以及区域间的可合并度,设计了三个区域可生长度评价函数。实验结果表明,该算法简单、快速,且能提取出更符合人眼视觉特征的显著区域。

基于显著区域和相关反馈的图像检索算法

针对基于内容的图像检索中遇到的效率低下和语义鸿沟问题,设计并实现了一个交互式的图像检索系统。系统首先结合人类视觉注意机制提取图像显著区域,再对不同的区域进行不同特征或不同权重的描述。最后,在初次检索后应用支持向量机(Support Vector Machine,SVM)和粒子群优化(Particle Swarm Optimization,PSO)算法进行相关反馈(Rele vance Feedback,RF),使检索结果更符合用户目的。实验表明,用SVM进行反馈检索效率有大幅度提高,而PSO在小样本指导下,表现出高效的学习和快速的收敛优势。