【摘要】：針對(duì)由于待檢測(cè)目標(biāo)局部區(qū)域顯著性差異過(guò)大造成的細(xì)微區(qū)域檢測(cè)失敗問(wèn)題,在貝葉斯理論框架下,提出一種基于元胞自動(dòng)機(jī)多尺度優(yōu)化的顯著性檢測(cè)方法。首先結(jié)合暗通道先驗(yàn)信息和區(qū)域?qū)Ρ榷仍谕粡垐D片的5個(gè)超像素尺度空間內(nèi)分別構(gòu)建原始顯著性圖;接著,利用元胞自動(dòng)機(jī)建立動(dòng)態(tài)更新機(jī)制,通過(guò)影響因子矩陣和置信度矩陣優(yōu)化每個(gè)元胞下一狀態(tài)的影響力,獲得對(duì)應(yīng)5個(gè)優(yōu)化顯著性圖;最后在基于貝葉斯理論的融合算法框架下得到最終的顯著性圖。在兩個(gè)復(fù)雜度不同的標(biāo)準(zhǔn)圖像數(shù)據(jù)庫(kù)上將本文方法與10種主流顯著性提取方法進(jìn)行視覺(jué)效果和客觀定量數(shù)據(jù)對(duì)比,結(jié)果顯示,本文算法效果優(yōu)于現(xiàn)有10種顯著性提取方法,其中在公認(rèn)最具挑戰(zhàn)的DUT-OMRON數(shù)據(jù)庫(kù)的綜合指標(biāo)F-measure值為0.631 4,平均絕對(duì)誤差(MAE)為0.132 5,ROC曲線(xiàn)下面積(AUC)為0.892 8,表明本文算法具有較高的準(zhǔn)確性和魯棒性。
[Abstract]:Aiming at the problem of subtle region detection failure caused by the significant difference in local region of the target to be detected, a significant detection method based on multi-scale optimization of cellular automata is proposed under the framework of Bayesian theory. Firstly, combining the prior information of dark channel and regional contrast, the original significant map is constructed in the five super-pixel scale space of the same picture. Then, the dynamic updating mechanism is established by using cellular automata, and the influence of each cell's next state is optimized by the influence factor matrix and confidence matrix, and the corresponding five optimization salience graphs are obtained. Finally, the final significance graph is obtained under the framework of Bayesian theory based fusion algorithm. In two standard image databases with different complexity, the visual effects and objective quantitative data of this method are compared with 10 mainstream salience extraction methods. The results show that the effectiveness of this algorithm is better than that of the existing 10 significant extraction methods. The comprehensive index F-measure value of the most challenging DUT-OMRON database is 0.631 4, the average absolute error (MAE) is 0.132 5g ROC curve area (AUC) is 0.892 8, It shows that the proposed algorithm has high accuracy and robustness.
【作者單位】： 北京工業(yè)大學(xué)信息學(xué)部;河南科技學(xué)院機(jī)電學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(No.61175087) 北京工業(yè)大學(xué)2017智能制造領(lǐng)域大科研推進(jìn)計(jì)劃“助老智能輪椅床自主測(cè)控系統(tǒng)的研究與實(shí)現(xiàn)”資助項(xiàng)目
【分類(lèi)號(hào)】：TP301.1;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫德山;;元胞自動(dòng)機(jī)研究進(jìn)展[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

2 周子力,王新偉,王成道;一種交通流的元胞自動(dòng)機(jī)模型及分析[J];計(jì)算機(jī)工程;2004年09期

3 閆滿(mǎn),李萬(wàn)龍,閆廣武;任意相鄰元胞自動(dòng)機(jī)中的復(fù)制斑圖[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2005年04期

4 熊玉;肖瑩;;結(jié)合Monte Carlo方法用元胞自動(dòng)機(jī)模擬傳染病[J];甘肅農(nóng)業(yè);2005年12期

5 周濤;周佩玲;汪秉宏;楊春霞;蔡世民;;元胞自動(dòng)機(jī)用于金融市場(chǎng)建模[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2005年04期

6 秦大康;禁止字方法在元胞自動(dòng)機(jī)中的一個(gè)應(yīng)用[J];蘇州大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

7 平萍;趙學(xué)龍;張宏;劉鳳玉;;基于耦合觸發(fā)元胞自動(dòng)機(jī)的并行加密模型[J];信息與控制;2006年03期

8 張宏軍;高峰;;擴(kuò)散系統(tǒng)的元胞自動(dòng)機(jī)模擬[J];安徽教育學(xué)院學(xué)報(bào);2006年03期

9 楊青生;黎夏;;基于動(dòng)態(tài)約束的元胞自動(dòng)機(jī)與復(fù)雜城市系統(tǒng)的模擬[J];地理與地理信息科學(xué);2006年05期

10 李宗花;葉正偉;;基于元胞自動(dòng)機(jī)的洪澤湖洪水蔓延模型研究[J];計(jì)算機(jī)應(yīng)用;2007年03期

相關(guān)會(huì)議論文 前7條

1 劉碧川;吳秋軒;;零邊界條件下二維元胞自動(dòng)機(jī)矩陣可逆性分析[A];浙江省信號(hào)處理學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

2 陳軍華;趙凜;張星臣;;基于元胞自動(dòng)機(jī)理論的交通流模擬研究進(jìn)展[A];第10屆計(jì)算機(jī)模擬與信息技術(shù)會(huì)議論文集[C];2005年

3 鄧方;陳杰;陳文頡;朱琳;;元胞自動(dòng)機(jī)及其在兵力推演中的建模與仿真[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

4 劉亞敏;徐建良;;面向?qū)ο蟮脑詣?dòng)機(jī)疾病傳播時(shí)空建模方法研究[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

5 劉松濤;楊紹清;周曉東;;元胞自動(dòng)機(jī)及其在圖像處理中的應(yīng)用[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專(zhuān)題）[C];2006年

6 許立言;;快速城市化地區(qū)土地利用變化模式的元胞自動(dòng)機(jī)模擬——以深圳市龍崗區(qū)為例[A];地理學(xué)與生態(tài)文明建設(shè)——中國(guó)地理學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文摘要集[C];2008年

7 胡斌;王志明;;基于CAS理論的企業(yè)員工群體行為模擬[A];第10屆計(jì)算機(jī)模擬與信息技術(shù)會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前5條

1 張星;多層元胞自動(dòng)機(jī)加密算法的研究與實(shí)現(xiàn)[D];南京理工大學(xué);2016年

2 平萍;元胞自動(dòng)機(jī)原理及其在密碼學(xué)的應(yīng)用研究[D];南京理工大學(xué);2009年

3 秦大康;元胞自動(dòng)機(jī)生成的時(shí)間序列的復(fù)雜性研究[D];蘇州大學(xué);2005年

4 曹興芹;復(fù)雜系統(tǒng)的元胞自動(dòng)機(jī)方法研究[D];華中科技大學(xué);2006年

5 丁競(jìng)淵;金融復(fù)雜系統(tǒng)建模及動(dòng)力學(xué)機(jī)制研究[D];上海大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 翟瑩;關(guān)于二維170規(guī)則元胞自動(dòng)機(jī)的研究[D];廣西師范大學(xué);2006年

2 蒲昕;基于元胞自動(dòng)機(jī)的道路瓶頸交通流的研究[D];長(zhǎng)安大學(xué);2015年

3 張澤森;基于元胞自動(dòng)機(jī)的多代產(chǎn)品擴(kuò)散研究[D];廣西師范大學(xué);2015年

4 劉東東;基于元胞自動(dòng)機(jī)的雙向車(chē)道城市路網(wǎng)模型及仿真實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2016年

5 聞凱;元胞自動(dòng)機(jī)的進(jìn)化與計(jì)算研究[D];南京航空航天大學(xué);2008年

6 王佳;元胞自動(dòng)機(jī)中的對(duì)稱(chēng)與復(fù)雜現(xiàn)象涌現(xiàn)機(jī)理研究[D];重慶大學(xué);2009年

7 黎艷玲;基于元胞自動(dòng)機(jī)的社會(huì)復(fù)雜系統(tǒng)仿真模型研究[D];廣西師范大學(xué);2010年

8 孟金剛;若干初等元胞自動(dòng)機(jī)演化語(yǔ)言復(fù)雜性[D];華東理工大學(xué);2011年

9 甘濤;元胞自動(dòng)機(jī)與現(xiàn)代科學(xué)中的計(jì)算主義[D];中國(guó)人民大學(xué);2005年

10 董銀峰;初等元胞自動(dòng)機(jī)的一種新的分類(lèi)方法[D];吉林大學(xué);2005年

，

本文編號(hào)：2393533