一种基于被包围状态和贝叶斯模型的图像显著性检测方法

摘要

本发明提出了一种基于被包围状态和贝叶斯模型的图像显著性检测方法，目的在于检测出图像中的显著性物体。包括：1)通过计算图像中的被包围区域预测注视区域，也就是显著物体大致区域；2)使用简单线性迭代聚类算法对原始图像处理得到图像的超像素，利用归一化割算法对超像素进行分层聚类，得到三层聚类结果；3)基于已经计算得到的注视区域和三层聚类结果，利用贝叶斯模型分别进行计算得到图像的三层显著图；4)最后融合这三层显著图得到最终的显著图。本发明能够找到图像中显著物体，同时提高了显著性检测的准确率。