1、顯著目標(biāo)提取屬于中級(jí)視覺范疇，通過檢測(cè)視覺輸入中具有獨(dú)立視覺意義的顯著結(jié)果，向高級(jí)視覺任務(wù)提供更佳的輸入，是計(jì)算機(jī)視覺領(lǐng)域中非常重要的研究課題。本文基于圖像序列的時(shí)域和空域分析，綜合考慮運(yùn)動(dòng)、顏色、紋理等多種時(shí)空特征，研究顯著目標(biāo)的提取算法，并將其應(yīng)用到目標(biāo)的檢測(cè)、識(shí)別和視頻分割等領(lǐng)域。
　　本文以圖像序列為輸入，提出基于時(shí)空分析的目標(biāo)提取算法，本文的主要工作如下:
　　1、由于相似度計(jì)算中歸一化問題對(duì)于聚類結(jié)果的好壞非常重

2、要，本文對(duì)長點(diǎn)軌跡的時(shí)空結(jié)構(gòu)特征進(jìn)行了研究，提出了一種基于自適應(yīng)尺度因子的顯著目標(biāo)提取算法。在Brox數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明，該算法在聚類后目標(biāo)提取的準(zhǔn)確性方面較Brox的算法更優(yōu)。
　　2、針對(duì)Brox算法中很多長點(diǎn)軌跡并不能夠反映出圖像中的顯著目標(biāo)問題，并且長點(diǎn)軌跡數(shù)目過多導(dǎo)致相似度計(jì)算和聚類的效率低下。文中在運(yùn)用邊緣特征來優(yōu)化長點(diǎn)軌跡的基礎(chǔ)上，提出了基于邊緣的長軌跡顯著目標(biāo)的輪廓編組算法，該算法不僅能夠減少相似度計(jì)算和聚類的

3、復(fù)雜度問題，而且得到的輪廓編組結(jié)果更能體現(xiàn)出圖像中的顯著目標(biāo)。在Brox數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明，該算法在速度和目標(biāo)提取的準(zhǔn)確性方面較Brox的算法和Alex的算法更優(yōu)。
　　3、針對(duì)長點(diǎn)軌跡相似度定義困難和點(diǎn)軌跡數(shù)量大導(dǎo)致計(jì)算相似度和聚類復(fù)雜的問題，文中將提取的邊緣片段作為編組元，分別提取編組元的顏色、紋理、運(yùn)動(dòng)和時(shí)域特征并將提取的多特征相似度進(jìn)行融合，提出了基于邊緣的多特征顯著目標(biāo)輪廓編組算法，算法不僅解決了上述點(diǎn)軌跡算法存在的