一种图像感兴趣区域提取方法研究

关于图像感兴趣区域(ROI)提取,改进的Stentiford视觉模型方法与传统的Stentiford视觉模型方法以及其他视觉模型方法相比,具有提取的图像区域清晰、边缘明显、效率高等优点,但在图像背景较为复杂时,会提取到目标区域以外的区域。鉴于实际研究中对准确度的要求,需要从已提取区域中挑选出目标区域。为此,在所涉及的图像处理过程中,提出了多种图像新特征的提取方法,并引入数据挖掘领域中的经典FP-Growth算法,在改进的Stentiford视觉模型方法对训练集图像处理后,提取图像显著熵、显著熵密度等众多图像特征,并应用FP-Growth算法挖掘图像特征和目标区域的关联规则,同时将获取到的规则应用于测试集的大量实验验证之中。实验结果表明,采用了所提出的方法后,提取到的图像区域准确度有显著提高,表明该方法是可行有效的。