基于自适应特征和离散余弦变换的视觉显著性检测方法

摘要

本发明提出了一种基于自适应特征和离散余弦变换的视觉显著性检测方法，步骤如下：根据输入图像的原始数据学习出滤波器模板，滤波器模板对图像进行滤波得到特征矩阵，再对图像的子特征进行自适应处理，将每个子特征的重要性进行量化，得到自适应特征矩阵；对自适应特征矩阵进行离散余弦变换，求其符号信息后进行离散余弦反变换，得到初始的视觉显著性图像；对初始的视觉显著性图像进行亮度值平方和高斯模糊，得到最终的视觉显著性检测结果。本发明对输入图像先缩放再计算，运算量小、检测效率高，同时又具有很高的检测正确率，得到的显著区域对计算机视觉领域的常见任务，如：场景理解、物体识别，目标跟踪等都具有重要意义。