关键词:
感兴趣区域
多源信息融合
假阳性问题
图像增强
摘要:
感兴趣区域是指在观测一个复杂多变的场景时,所观测到最能引起人类视觉系统注意的分布区域。利用计算机对人类视觉系统不断地模拟和研究,感兴趣区域图像提取算法模型所能达到的精确度和准确度也在不断提高。但由于算法模型在感兴趣图像识别过程中仍存在假阳性和感兴趣区域图像质量较低等问题,仍是人们不可忽视的重要研究方向。针对经典算法模型中所存在的假阳性等问题,提出了基于多源颜色信息融合(Multi-Color Information Fusion, MCIF)算法模型。MCIF算法模型包括多源颜色信息融合技术和局部信息刻画的显著性优化两部分。利用聚类融合算法将LMS颜色空间上的形状信息和RGB颜色空间上的色彩信息进行融合,改善经典算法模型在提取感兴趣区域图像过程中存在的假阳性问题。对图像进行局部特征信息的提取和分析,增加图像的细节信息,提高图像的画面质量,明显分割出图像的显著区域和非显著区域。通过MCIF算法模型能有效突出人类视觉系统最为感兴趣的区域,例如视频监控图像中的人物。通过假阳性问题改善实验和感兴趣区域图像增强实验对MCIF算法模型进行效果验证。MCIF算法模型对改善图像假阳性问题和提高图像细节质量具有很高的视觉可观性和实用性,这将更好的应用于视频监控、机器定位跟踪等领域。