摘要
针对雾天图像降质带来的目标显著性检测难题,提出一种基于区域协方差特征的雾中目标显著性检测方法。该方法针对雾天图像的特点,提取亮度、梯度、空间位置以及对比度等信息形成协方差特征描述矩阵,通过不同尺度的分块对比获得局部显著子图。再将得到的局部子图结合得到最终的雾天图像显著图。实验表明相对于其它方法,论文方法对于雾天图像目标显著性检测具有很好的适应性、可拓展性和准确性。
Aiming to saliency detection problem of degraded foggy images ,object saliency detection method of foggy images based on region covariance matrix is presented .In the method ,luminance ,gradient ,space and contrast information are extracted to form covariance feature description matrix according to characteristics of foggy images .Then local saliency sub-map is acquired by local contrast of different scale .Finally ,saliency map is combined with local saliency sub-map .Ex-periments show that compared with state-of-art methods ,the proposed method has better adaptability and accuracy to object saliency detection in foggy images .
出处
《计算机与数字工程》
2015年第11期2029-2034,共6页
Computer & Digital Engineering
基金
安徽省自然科学基金项目(编号:1208085MF97)资助
作者简介
孙晓宁，男，硕士研究生，研究方向：图像目标显著性检测。
陆文骏，男，硕士，讲师，研究方向：图像目标显著性检测、图像质量评价。
