鋁型材加工裝配精確擺放視覺檢測系統(tǒng)

王曾

視覺顯著性檢測計算是指利用數(shù)學建模的方法模擬人的視覺注意機制，對視場中信息的重要程度進行計算。Treisman 等的特征集成理論為視覺顯著性計算提供了理論基礎(chǔ)，將視覺加工過程分為特征登記與特征整合階段，在特征登記階段并行地、獨立地檢測特征并編碼，在特征整合階段通過集中性注意對物體進行特征整合與定位。受特征集成理論的啟發(fā)，Kock 和 Ullman最早提出了有關(guān)視覺注意機制的計算模型，通過濾波的方式得到特征，最后通過特征圖加權(quán)得到顯著圖。

Itti于1998年提出基于顯著性的視覺注意模型,并在2001年度Nature上對該模型理論作了進一步的完善。Itti的顯著性模型最具代表性，該模型已經(jīng)成為了自下而上視覺注意模型的標準。

對于一幅輸入的圖像，該模型提取初級視覺特征：顏色（RGBY）、亮度和方位、在多種尺度下使用中央周邊(Center-surround)操作產(chǎn)生體現(xiàn)顯著性度量的特征圖，將這些特征圖合并得到最終的顯著圖(Saliency map)后,利用生物學中贏者取全(Winner-take-all)的競爭機制得到圖像中最顯著的空間位置, 用來向?qū)ё⒁馕恢玫倪x取，最后采用返回抑制 (Inhibition of return) 的方法來完成注意焦點的轉(zhuǎn)移。視覺顯著性計算模型大致上可分為兩個階段：特征提取與特征融合。在特征融合階段，可能存在自底向上的底層特征驅(qū)動的融合方式，和自頂向下的基于先驗信息與任務(wù)的融合方式。因此，視覺顯著性檢測模型框架大致表述為如圖 5 所示。

人類視覺系統(tǒng)在面對自然場景時具有快速搜索和定位感興趣目標的能力，這種視覺注意機制是人們?nèi)粘Ｉ钪刑幚硪曈X信息的重要機制。隨著互聯(lián)網(wǎng)帶來的大數(shù)據(jù)量的傳播，如何從海量的圖像和視頻數(shù)據(jù)中快速地獲取重要信息，已經(jīng)成為計算機視覺領(lǐng)域一個關(guān)鍵的問題。通過在計算機視覺任務(wù)中引入這種視覺注意機制，即視覺顯著性，可以為視覺信息處理任務(wù)帶來一系列重大的幫助和改善。引入視覺顯著性的優(yōu)勢主要表現(xiàn)在兩個方面，第一，它可將有限的計算資源分配給圖像視頻中更重要的信息，第二，引入視覺顯著性的結(jié)果更符合人的視覺認知需求。視覺顯著性檢測在目標識別，圖像視頻壓縮，圖像檢索，圖像重定向等中有著重要的應(yīng)用價值。視覺顯著性檢測模型是通過計算機視覺算法去預測圖像或視頻中的哪些信息更受到視覺注意的過程。

視覺顯著性（Visual Attention Mechanism，VA，即視覺注意機制）是指面對一個場景時，人類自動地對感興趣區(qū)域進行處理而選擇性地忽略不感興趣區(qū)域，這些人們感興趣區(qū)域被稱之為顯著性區(qū)域。

視覺顯著性包括從下而上和從上往下兩種機制。從下而上也可以認為是數(shù)據(jù)驅(qū)動，即圖像本身對人的吸引，從上而下則是在人意識控制下對圖像進行注意。計算機視覺領(lǐng)域主要做的是從下而上的視覺顯著性，而從上而下的視覺顯著性由于對人的大腦結(jié)構(gòu)作用不夠了解，無法深刻的揭示作用原理，在計算機視覺領(lǐng)域的研究也相應(yīng)很少。

視覺顯著性檢測自底而上基于數(shù)據(jù)驅(qū)動的注意機制

僅受感知數(shù)據(jù)的驅(qū)動,將人的視點指導到場景中的顯著區(qū)域；通常與周圍具有較強對比度或與周圍有明顯不同的區(qū)域吸引自下而上的注意。利用圖像的顏色、亮度、邊緣等特征表示，判斷目標區(qū)域和它周圍像素的差異，進而計算圖像區(qū)域的顯著性。圖1為自下而上的注意,第5列紅色條和第 4 列的豎直擺放的條形能立即引起人的注意。

視覺顯著性檢測自上而下基于任務(wù)驅(qū)動的目標的注意機制

由人的“認知因素” 決定, 比如知識、預期和當前的目標.對圖像的特定特征來計算圖像區(qū)域的顯著性。圖2為自上而下的注意, 監(jiān)控任務(wù)下, 場景中的人體能引起注意。