关于视觉图像的复合小波变换显著性检测方法
【摘要】 为了更好的实现视觉图像显著性目标检测，提出了复合小波变换结合监督学习的边缘检测方法。方法将显著性目标检测分为两个阶段完成，第一阶段用于提取完整的图像边缘。其中为了获得更加准确的局部特征和图像平滑效果，设计了复合小波变换边缘检测，同时为了适应视觉图像平移，在小波函数中引入尺度变换和算子滤波，根据幅角与模值求解出高频边缘特征，利用尺度与算子求解出低频边缘特征。第二阶段用于从完整图像边缘中提取出显著性目标边缘，根据增强特征，采用监督学习构建显著性目标模型，将显著性目标区域检测与复合小波变换边缘特征提取结合，得到融合估计图。其中为了得到更加精确的显著性目标区域估计图，把图像完整的边缘特征与显著性目标特征持续输入卷积操作中。利用先验信息对显著性目标的边缘特征进行修正，同时对显著性目标边缘进行位置判断，防止反馈修正性能退化。仿真结果表明，复合小波变换结合监督学习方法改善了边缘特征提取的分辨率和完整性，有效提高视觉图像显著性目标检测的精准度。
