基于视觉显著性图对象检测算法

　　为了能够准确地检测出图像中的显著性对象，提出了一种新的基于视觉显著性图与似物性的对象检测算法。该算法首先在图像上提取大量具有较高似物性度量的矩形窗口，并估算出对象可能出现的位置，将窗口级的似物性度量转换到像素级的似物性度量；然后把原始显著性图与像素级的似物性图进行融合，生成加权显著性图，分别二值化原始显著性图和加权显著性图，利用凸包检测得到最大查找窗口区域与种子窗口区域；最后结合边缘概率密度搜索出最优的对象窗口。在公开数据集MSRA-B上的实验结果表明，该算法在准确率、召回率以及F一测度方面优于最大化显著区域检测算法、区域密度最大化算法以及似物性对象检测算法等已有的多种算法。