视觉显著性检测从视觉系统的生理机制的角度来分析图像和视频的结构，不再刻意追求特定类型的物体的检测，如车辆检测，人脸检测。作为图像和视频应用的预处理过程，视觉显著性刻意减少甚至避免手工交互的过程，实现自动或者自适应的图像和视频处理。由于自然场景千差万别，视觉显著性检测算法还远未能达到人眼观察自然场景的效果。要进一步提高视觉显著性检测算法，不仅依赖于人们对于图像和视频的理解，还需要更加深刻地探索人类视觉系统的机理。

1。2国内外研究现状

1。2。1眼动点预测模型

1。2。2显著物体检测模型

1。3本文主要内容及结构安排

本文主要研究自底向上的图像显著目标检测。通过对现有工作的总结与分析，针对目前算法的不足，提出了一种简单高效的显著目标检测模型。本文主要内容安排如下：

第一章：绪论。本章首先叙述本论文的研究背景和意义，简要的介绍本研究的目的，其次介绍显著性目标检测算法的国内外研究现状，最后提出本文的主要研究内容和本文的结构安排。

第二章：相关方法研究。本章主要介绍5个经典的算法：Itti算法，FT算法，GMR算法、HC和RC算法。

第三章：基于吸收马尔科夫链和物体先验的显著性检测方法。本章是全文重点，首先介绍了SLIC超像素分割算法、物体先验的显著性计算和吸收马尔科夫链的理论基础以及应用到显著目标检测的技术细节，然后介绍了闭环图模型的构造；接着介绍了二级显著性检测技术的细节，包括边界提取、基于吸收马尔科夫链的显著性检测和物体先验计算。

第四章： 实验结果与分析。本章是实验部分，首先介绍了实验的测试数据库和所涉及的评价指标，然后再和其他16种算法做客观评价指标和主观视觉检测效果两方面的比较，最后进行了运行时间的比较。来`自+优-尔^论:文,网www.chuibin.com +QQ752018766-

第五章：总结与展望。本章总结了论文的总体研究内容以及实验成果。并对目前存在问题和下一步的研究工作进行展望。

2相关方法研究

视觉心理学研究证实，图像的背景和结构的差异会给人眼对物体的主观感受带来强烈的影响。人眼的注意力往往会被差异较大的区域所吸引，利用不同层次的图像信息的计算出差异较大的区域，进而得到图像的感兴趣区域。很多学者都致力于显著性物体检测的研究，出色的研究成果有很多，本章选取其中4种经典的显著性检测模型加以介绍