图像显著性区域检测:一种多层次融合的方法

图像中的显著性区域是图像中具有特殊特征的区域,由于不同特征甚至不同方式提取的相同特征都可以从不同方面反映图像的显著性,因此提出一种多层次融合的图像显著性区域检测方法.该方法首先在底层上融合图像的区域颜色特征、区域纹理特征和区域空间相干性得到区域对比度图,然后根据中心先验和颜色先验生成高层先验图并将其与区域对比度图进行融合得到初步的显著性图,最后在尺度空间上融合各个尺度下的初步显著性图得到具有各个尺度显著性图特点的最终的高质量显著性图.由于该方法同时考虑了不同特征的区域对比度、空间相干性、高层先验知识、尺度空间等多层次信息,所以在国际上现有最大的公开测试集上的测试结果表明,与现有显著性区域检测方法相比,所提方法具有更高的精确度和更好的召回率.

基于空间尺度寻优的公共信息标志的主动搜索

为了使"福娃机器人"能够在机场候机楼中自主导航,以公共信息标志为导航路标,研究公共信息标志的搜索与检测问题,提出了一种基于视觉时空多尺度信息的标志搜索与检测方法。利用公共信息标志形状的先验信息,在空间大尺度下对公共信息标志快速搜索。当公共信息标志在图像上呈现模糊、标志部分信息缺失、标志粘连等现象时,根据时空相关性自动进行空间尺度变化、寻找最优空间尺度完成公共信息标志的二次搜索与检测。实验结果证明了该方法的快速性和有效性。

基于改进暗通道的水下图像快速复原

为解决水下图像由于受到水体对光线的吸收和散射作用而产生的图像退化问题,提出一种改进的水下暗通道先验方法。分析水下图像退化因素,通过色彩空间转换矫正和平衡图像三通道颜色信息,通过小尺度图像估计透射率图和全局背景光,结合暗通道先验模型完成图像的快速复原。对比实验的主观和客观分析结果表明,所提方法可以有效还原色彩信息,恢复水下图像的细节,获得较好的显示效果,显著提高图像复原处理速度,具有良好的鲁棒性和优越性。