【摘要】：針對數(shù)字圖像中對象檢測問題,提出一種基于感知哈希和搜索策略的通用對象檢測算法,提取圖像中有可能包含對象的子區(qū)域并以矩形的形式輸出。算法首先對輸入圖像進行分割,并計算該圖像的顯著度信息;其次根據(jù)圖像每個子區(qū)域顯著度信息,自適應(yīng)地確定搜索策略的起始子區(qū)域;最終利用選擇性搜索策略,實現(xiàn)圖像中通用對象檢測。利用選擇性搜索策略檢測通用對象時,引入感知哈希算法實現(xiàn)相鄰子區(qū)域的相似度計算,在保證準確度的基礎(chǔ)上簡化算法復雜度。實驗結(jié)果顯示,本文算法具有良好的圖像對象檢測準確度。
【圖文】：

計算非常簡單快速，同時又保持一定的準確率。因此，引入感知哈希計算圖像不同子區(qū)域間的相似度。一般來說，感知哈希算法包含平均哈希和基于離散余弦變換（ＤＣＴ）的哈希兩種方法。所謂平均哈希指的是一個區(qū)域內(nèi)的所有像素值與像素均值相比較的結(jié)果確定像素的哈希值：當像素值大于均值時，像素的哈希值設(shè)置為１，否則設(shè)置為０。該算法的優(yōu)點是計算簡單，缺點是易受噪聲等因素影響。相比于平均哈希算法，基于ＤＣＴ的哈希算法利用ＤＣＴ代替像素均值，這使得算法更具魯棒性。該算法的基本流程如圖３所示。圖像子區(qū)域經(jīng)過ＤＣＴ處理后會得到一個二維系數(shù)矩陣圖如圖４所示，系數(shù)矩陣從左上角到右下角頻率由低到高。由圖可以發(fā)現(xiàn)，經(jīng)過ＤＣＴ處理后的系數(shù)矩陣絕大多數(shù)數(shù)據(jù)都集中在左上角。換句話說，圖像中絕大部分能量都集中于左上角低頻區(qū)域。因此，只需利用該系數(shù)矩陣左上角的局部信息來進行二值化處理�；冢模茫缘墓Ｋ惴ň唧w如下：１）輸入圖像子區(qū)域，并轉(zhuǎn)換為灰度信息；２）調(diào)用ＤＣＴ對圖像子區(qū)域進行處理，計算得到系數(shù)矩陣；３）選取系數(shù)矩陣左上角子區(qū)域（左上角８×８的子矩陣），并計算該矩陣的均值；４）比較ＤＣＴ系數(shù)矩陣８×８子矩陣與其均值，大于等于均值的被賦值為１，否則為０；５）輸出６４維的哈希值。一旦計算得到了不同圖像子區(qū)域的６４維哈希值，下一步就是如何根據(jù)哈希值確定它們之間的相似度。采用漢明距離（Ｈａｍｍｉｎｇｄｉｓｔａｎｃｅ）計算不同圖像子區(qū)域間哈希值的相似度為ｄ（Ｈ１，Ｈ２）＝∑ｎｉ＝１（ｈ１鄽ｈ２）（１）其中：Ｈ１和Ｈ２分別

圖４基于ＤＣＴ的感知哈希計算示意圖：（ａ）原始圖像；（ｂ）待計算的子區(qū)域；（ｃ）子區(qū)域的ＤＣＴ矩陣；（ｄ）ＤＣＴ矩陣左上角８×８子集Ｆｉｇ．４ＳｃｈｅｍａｔｉｃｄｉａｇｒａｍｓｏｆＤＣＴｂａｓｅｄｐｅｒｃｅｐｔｕａｌｈａｓｈｉｎｇａｌｇｏｒｉｔｈｍ：（ａ）Ｉｎｐｕｔｉｍａｇｅ；（ｂ）Ａｓｕｂ－ｒｅｇｉｏｎｗｉｔｈｉｎｔｈｅｉｎｐｕｔｉｍａｇｅ；（ｃ）ＤＣＴｍａｔｒｉｘｏｆｔｈｅｓｕｂ－ｒｅｇｉｏｎ；（ｄ）Ｕｐｐｅｒ－ｌｅｆｔ８×８ｓｕｂｓｅｔｏｆｔｈｅＤＣＴｍａｔｒｉｘ４性能測試４．１室驗設(shè)計采用ＶＯＣ２００７圖像數(shù)據(jù)庫。該數(shù)據(jù)庫包含２０個類別共４９５２幅不同背景下獲取的圖像，如圖５所示。較常見的衡量通用對象檢測的性能指標是召回率（ｒｅｃａｌｌ）。然而，如圖６所示，檢測的輸出結(jié)果盡管覆蓋了幾乎全部的人工標注區(qū)域，召回率高達９６．６％，但包含了過多的非標注區(qū)域，很明顯召回率無法準確說明通用對象檢測結(jié)果。因此，，采用（Ｍ－ＡＢＯ，ｍｅａｎａｖｅｒａｇｅｂｅｓｔｏｖｅｒｌａｐ）［２］測試通用對象檢測的性能。Ｍ－ＡＢＯ中，ＡＢＯ為ＡＢＯ＝１｜Ｇｃ｜∑ｇｃ

本文編號：2544625