图像信息是多媒体信息的主要表现形式,如何从图像中有效地提取用户感兴趣的对像和区域,是图像检索应用中急需解决的问题。传统的感兴趣区域提取主要通过人机交互和检测图像物理特征点的方式来实现,这些方法在感兴趣区域提取的效果与提取效率上都存在一些不足,本文基于生物视觉注意机制,研究基于小波改进的Itti感兴趣区域提取算法,并开发一个验证性的感兴趣区域提取系统对本文方法进行验证。本文的主要研究内容和结论如下:(1)基于生物视觉注意原理,提出一种基于小波的改进的Itti算法提取感兴趣区域。首先,对图像进行预处理得到图像的亮度、颜色和方向分量,然后,采用小波分解来对图像的颜色、亮度和方向特征图进行小波分解,构建每个特征的小波多尺度金字塔;然后,采用中央-周边(Center-Surround)算法对图像的特征金字塔进行处理,得到3个特征的关注图(Conspicuity Map)。(2)改进了最终显著图的构建方法。在获得颜色、亮度和方向的关注图后,对不同尺度的关著图分别进行局部迭代处理,以进一步增强显著区域,抑制不显著的区域;最后,对颜色,亮度和方向3个关注图按最大值方法进行组合得到图像的总体显著图。(3)应用赢者全取网络及区域生长法对图像进行分割获得感兴趣区域。首先用赢者全取网络在总体显著图中获取最显著的点,再用返回抑制机制对获胜的点进行抑制,重新用赢者全取网络获取下一个最显著点,重复该步骤直到获取所有的显著点。然后以所获取的显著点为种子点,使用区域生长法对图像进行分割,最终获取所有的感兴趣区域。(4)为了验证本文提出的感兴趣区域提取方法的有效性和实用性,基于Matlab7.0建立了一个图像感兴趣区域提取系统。实验结果表明,本文方法比Itti原方法准确率平均提高了4.21%,效率平均提高了28.75%,可望进一步提高图像检索的正确率。