基于视觉注意的随机游走图像分割.pdf,传统随机游走图像分割需要多次交互设置种子点以获得理想的分割结果。在视觉注意的基础上，提出了一种新的自动确定种子点的随机游走图像分割算法。首先对图像进行超像素分割，并生成概率边界图（PBM）；然后基于Itti模型，通过视觉注意焦点的转移搜寻待分割的关键区域；为确定关键分割区域种子点，以当前注意焦点作为极点对概率边界图进行极坐标变换，在获得的极坐标概率边界图上建立关于焦点区域边界的能量函数，采用图论max flow min cut算法最小化能量函数检测焦点区
感兴趣区域（Region of interests， ROI）是图像中可能引起人眼视觉关注的区域。根据视觉注意机制的经典模型Itti模型来提取图像的低层特征，利用局部迭代的特征合并策略并在此基础上综合自动阈值分割和种子点的区域生长方法得到感兴趣区域的提取方法。实验结果表明该方法符合生物的视觉注意机制，具有良好的鲁棒性。
