【摘要】：針對(duì)數(shù)字圖像中對(duì)象檢測(cè)問(wèn)題,提出一種基于感知哈希和搜索策略的通用對(duì)象檢測(cè)算法,提取圖像中有可能包含對(duì)象的子區(qū)域并以矩形的形式輸出。算法首先對(duì)輸入圖像進(jìn)行分割,并計(jì)算該圖像的顯著度信息;其次根據(jù)圖像每個(gè)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(shí)現(xiàn)圖像中通用對(duì)象檢測(cè)。利用選擇性搜索策略檢測(cè)通用對(duì)象時(shí),引入感知哈希算法實(shí)現(xiàn)相鄰子區(qū)域的相似度計(jì)算,在保證準(zhǔn)確度的基礎(chǔ)上簡(jiǎn)化算法復(fù)雜度。實(shí)驗(yàn)結(jié)果顯示,本文算法具有良好的圖像對(duì)象檢測(cè)準(zhǔn)確度。
【圖文】：

計(jì)算非常簡(jiǎn)單快速，同時(shí)又保持一定的準(zhǔn)確率。因此，引入感知哈希計(jì)算圖像不同子區(qū)域間的相似度。一般來(lái)說(shuō)，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(gè)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(dāng)像素值大于均值時(shí)，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(diǎn)是計(jì)算簡(jiǎn)單，缺點(diǎn)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(guò)ＤＣＴ處理后會(huì)得到一個(gè)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(guò)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(shuō)，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(lái)進(jìn)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(duì)圖像子區(qū)域進(jìn)行處理，計(jì)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(jì)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(jì)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(jì)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(jì)算示意圖：（ａ）原始圖像；（ｂ）待計(jì)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(cè)試４．１室驗(yàn)設(shè)計(jì)采用ＶＯＣ２００７圖像數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)包含２０個(gè)類別共４９５２幅不同背景下獲取的圖像，如圖５所示。較常見(jiàn)的衡量通用對(duì)象檢測(cè)的性能指標(biāo)是召回率（ｒｅｃａｌｌ）。然而，如圖６所示，檢測(cè)的輸出結(jié)果盡管覆蓋了幾乎全部的人工標(biāo)注區(qū)域，召回率高達(dá)９６．６％，但包含了過(guò)多的非標(biāo)注區(qū)域，很明顯召回率無(wú)法準(zhǔn)確說(shuō)明通用對(duì)象檢測(cè)結(jié)果。因此，，采用（Ｍ－ＡＢＯ，ｍｅａｎａｖｅｒａｇｅｂｅｓｔｏｖｅｒｌａｐ）［２］測(cè)試通用對(duì)象檢測(cè)的性能。Ｍ－ＡＢＯ中，ＡＢＯ為ＡＢＯ＝１｜Ｇｃ｜∑ｇｃ

本文編號(hào)：2544625