摘 要

计算机视觉领域主要研究通过计算机模拟视觉功能。该领域的主要研究方向集中在如何识别背景中的显著物体,如何识别该物体的轮廓,如何采集与使用图片中物体周围的上下文信息。

本文实现了一种基于直方图对比度的、使用颜色分类作为主要手段的显著区域检测算法。由于减少颜色数目将带来算法效率的改善，本文基于直方图的检测改善的重点就是减少颜色数目以及通过后续的操作来弥补减少颜色数目带来的误差。本文主要完成了算法实现以及其中两个重要参数的测试以及实验结果的分析。本文通过设计特定的测试功能代码完成以1000张图片为大样本的测试。测试结果显示自然颜色在图片中的分布还是极有规律的，这也促使了本文算法中两个重要参数值的确定。实验结果分析中，以R.Achanta等人公开的图片测试集为实验样本检验本文方法的效果。并通过国际上默认的相关评价标准来测试实验结果的质量与本文方法的效果。

本文主要研究了该领域比较经典的一些算法，以及这些算法基于的生物学原理。

研究结果表明本文基于直方图对比度的显著区域检测算法对大部分图片的检测效果比较好，但是一些颜色分布比较特殊的图片表现的比较一般。

关键词：计算机视觉；图像处理；显著区域检测；

Abstract

The field of computer vision mainly studies how to realize the simulation of human visual function through computer. The main research direction in this field is focused on how to identify the prominent objects in the background, how to identify the contours of the objects, and how to collect and use the contextual information around the objects in the picture.

This paper realizes a significant region detection algorithm based on histogram contrast.As the reduction of the number of colors will bring about the improvement of the efficiency of the algorithm, the improvement of the histogram based on the improvement of the histogram is to reduce the number of colors and to compensate for the reduction of the number of colors by the subsequent operation The error of the algorithm is completed.This paper mainly completes thecode realization of the algorithm and the analysis of the two important parameters and the analysis of the experimental results.This paper designs the specific test function code to complete the test with 1000 samples as the big sample.The distribution of natural colors in the picture is very regular, which also contributed to the algorithm in the two important parameter values in the experimental results analysis, this article to R.Achanta et al published the picture test set for the test sample test And the effectiveness of the proposed algorithm is evaluated by the international standard of significant regional inspection quality evaluation.

This paper mainly studies some of the more classical algorithms in this field, and the biology principles based on these algorithms.

The results show that the detection method based on the histogram contrast is better for most of the images, but some of the more specific color distribution is more.

Key Words：Computer vision; Image processing; Salient region detection;

目 录

摘 要 III

Abstract IV

目 录 V

1 绪论 1

1.1研究目的与意义 1

1.2国内外研究现状 1

1.3论文内容安排 2

2显著区域检测相关原理 3

2.1显著区域检测相关理论基础 3

2.1.1视觉显著性计算模型 3

2.1.2视觉显著性特征 4

2.1.3视觉显著性检测原理 5

2.1.4显著性检测结果的评价标准 7

2.1.5几种典型的显著性检测方法 7

2.2 OpenCV相关理论基础 9

2.2.1 OpenCV关于图像的操作 9

2.2.2 OpenCV的一些重要函数 9

3 显著区域检测系统的设计与实现 11

3.1系统设计思路 11

3.2系统设计结构 12

3.3测试功能设计 15

3.4实验参数测试 16

3.5实验结果分析 22

4总结与展望 25

4.1 总结 25

4.2 展望 25

参考文献 26

致 谢 27

1 绪论

1.1研究目的与意义

计算机的出现从各方各面改变了人们的生活。现在科学家们希望计算机能承担更多的责任，即像人一样思考，能帮助人们工作甚至最后取代人们的劳动。

这也就是最近非常流行的一个词汇“人工智能”。人工智能就是为了模仿人的视觉、听觉、动作、思考。所以就有了对应的细分领域:计算机视觉、机器人、脑神经算法、自然语言处理等等。