版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、光場是指光在三維空間中的光輻射傳輸特性,它包含物體的光強信息和幾何信息,已經(jīng)成功應(yīng)用在立體匹配、目標識別、圖像分割和顯著性檢測等領(lǐng)域中。隨著光場成像技術(shù)的飛速發(fā)展以及消費級光場相機的問世,光場給圖像顯著性分析注入了新的活力。目前的顯著性檢測方法在前景和背景相似、背景雜亂等復(fù)雜場景下普遍存在背景高亮和檢測精度低等缺點。本文針對復(fù)雜場景的顯著性檢測,利用光場圖像中豐富的聚焦信息和深度信息,深入研究基于光場信息的顯著性檢測方法,提高復(fù)雜場景的
2、檢測精度。
本文的主要研究工作如下:
(1)分析總結(jié)了目前基于2D圖像、3D圖像和光場圖像的顯著性檢測方法,概述光場理論和顯著性檢測理論,研究了光場圖像的特征和光場的顯著性線索,為后續(xù)基于光場顯著性檢測技術(shù)的研究提供一定的理論支撐;
(2)針對基于2D圖像顯著性方法在處理復(fù)雜場景時存在的局限性,實現(xiàn)了一種基于Lytro相機的光場聚焦信息的顯著性檢測方法,利用光場的聚焦信息可靠地檢測圖像背景和提取前景顯著候選
3、集,并通過加權(quán)基于背景對比的顏色顯著性和前景顯著候選集獲得最終的顯著圖,有效減弱了背景影響,凸顯了顯著目標。實驗中與現(xiàn)有基于2D圖像的顯著性模型性能對比,驗證了利用基于光場聚焦信息的顯著性模型能夠提高挑戰(zhàn)性場景的檢測精度。
(3)根據(jù)光場提供了場景的深度信息,引入了另一種利用光場進行顯著性檢測的思路,即聯(lián)合光場圖像的顏色和深度信息來凸顯前景顯著目標,消除雜亂背景,并在基于光場聚焦信息的背景檢測基礎(chǔ)上實現(xiàn)顯著性增強。實驗結(jié)果表明
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 顯著性區(qū)域檢測方法研究.pdf
- 光場成像全焦圖像生成及其顯著性檢測研究.pdf
- 基于傳播模型的顯著性檢測方法.pdf
- 基于時空顯著性的視頻顯著區(qū)域檢測研究.pdf
- 基于視覺顯著性的物體檢測方法研究.pdf
- 圖像顯著性區(qū)域檢測方法研究.pdf
- SAR圖像顯著性檢測方法研究.pdf
- 超大畸變圖像顯著性信息檢測方法及研究應(yīng)用.pdf
- 基于顏色顯著性線索的圖像敏感信息檢測.pdf
- 基于顯著性檢測的顏色傳遞.pdf
- 圖像顯著性檢測研究.pdf
- 基于圖像分割的顯著性物體檢測方法
- 基于視覺顯著性的平躺人體檢測方法研究.pdf
- 基于視覺中心轉(zhuǎn)移的視覺顯著性檢測方法研究.pdf
- 基于對比度和背景檢測的顯著性檢測方法.pdf
- 基于構(gòu)圖信息的圖像摘要顯著性檢測算法.pdf
- 基于圖像分割的顯著性物體檢測方法.pdf
- 網(wǎng)格顯著性檢測中若干方法研究.pdf
- 視覺顯著性檢測研究.pdf
- 基于先驗融合的視覺顯著性檢測.pdf
評論
0/150
提交評論