论文研究基于信息量增强的共生直方图显著性检测算法.pdf

针对目前基于共生直方图显著性方法检测得到的显著性区域容易受到背景区域高对比度边界的干扰，提出了一种通过信息量增强的改进后的共生直方图检测方法。该方法利用显著性区域和背景边界区域在局部共生直方图分布复杂度差异较大的特点，并使用信息量值来量化这种差异。在进行显著度计算时将对局部共生直方图复杂度估计的信息量值叠加到原始算法的各个通道中，从而达到增强显著性区域的同时抑制背景边缘显著性的目的。对AIM数据集进行数值实验，该方法对原方法在准确性和鲁棒性上都具有较为明显的改善，通过ROC曲线进行分析，所提出方法将原方法的AUC值从0.7208提高到0.7311。