基于顯著性特征進(jìn)行密度修正的均值漂移分割算法

　　針對(duì)固定空間和色彩帶寬的均值漂移分割算法無(wú)法解決的錯(cuò)分割問(wèn)題，提出一種基于顯著性特征進(jìn)行密度修正的均值漂移分割算法。首先基于密度估計(jì)的主顏色量化結(jié)果計(jì)算區(qū)域視覺(jué)顯著性；其次，將區(qū)域視覺(jué)顯著性融合像素級(jí)顯著性作為色彩特征空間聚類的密度修正因子，將密度修正后的融合圖像作為輸入執(zhí)行均值漂移分割；最后進(jìn)行小區(qū)域合并獲得最終分割結(jié)果。實(shí)驗(yàn)結(jié)果顯示，所提分割算法在四種尺度上的真實(shí)邊界準(zhǔn)確率和召回率平均值達(dá)到0. 64和0.78，與其他方法相比，分割精度有顯著的提高；同時(shí)，在視覺(jué)上有效提高了目標(biāo)完整性，增強(qiáng)了自然圖像中目標(biāo)分割的魯棒性。