1、視覺顯著性計算模型以心理學(xué)、神經(jīng)科學(xué)、認知理論等領(lǐng)域的研究成果或假說為前提，建立數(shù)學(xué)模型來模擬人類視覺系統(tǒng)指引注意力分配和視覺認知的過程，通過模擬和仿真人類視覺感知機理，將存在待檢測目標的人眼感興趣區(qū)域視為圖像中某些特征顯著的像素點的集合，計算圖像中這些顯著點來檢測感興趣區(qū)域，從而可以快速而有效地處理視覺數(shù)據(jù)。在圖像分割、目標檢測、場景感知等許多圖像處理任務(wù)中，圖像中不同區(qū)域?qū)σ曈X系統(tǒng)刺激程度不同引起的視覺顯著性信息將系統(tǒng)資源優(yōu)先集中于

2、感興趣區(qū)域進行計算分析，降低了處理過程的復(fù)雜性，為后續(xù)處理提供了極大的便利。
　　論文從對圖像處理空間不同的空域模型Itti和頻域模型SR展開研究，詳細分析了兩種模型的形成機理并改進了其特征提取方式及顯著圖融合策略，提出了一種基于顏色特征的顯著性建模方法。首先介紹了視覺顯著性計算模型的研究現(xiàn)狀和綜述了視覺顯著性的基本概念及理論、特征度量方法和通用模型框架；其次針對Itti模型和SR模型的不足，改進了特征提取的方法和顯著圖融合策略的

3、方式；最后本文將視覺系統(tǒng)對顏色的敏感性引入到顯著性模型的特征提取階段，通過提取圖像顏色的紅、綠、藍三通道和寬頻調(diào)諧信息形成特征圖，各特征顯著圖通過線性融合形成最終的顯著圖來引導(dǎo)視覺的注意，尋找目標區(qū)域。論文還設(shè)計了隨機矩形框、滑動窗口、對稱環(huán)繞窗口、多尺度滑動窗口等四種改進初步特征圖的方法，能有效消除顯著圖中的背景信息，突顯出圖像中的感興趣目標，為后續(xù)應(yīng)用帶來方便。實驗表明，本文提出和改進的視覺顯著性模型能夠有效地檢測出圖像中的目標信息