圖像顯著性檢測研究及其應(yīng)用.pdf_第1頁
已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、隨著多媒體技術(shù)及數(shù)字攝像設(shè)備的普及,全世界的數(shù)字圖像數(shù)量迅速增長。因此需要在海量的圖像中高效智能的提取出人們需要的信息,并希望在圖像處理的過程中保持圖像不至扭曲變形。由于人們的視覺注意機制的作用,人們只對圖像內(nèi)容中很小的一部分感興趣,因此,有必要檢測出這部分區(qū)域,以便于后續(xù)圖像處理的高效進行。
  論文通過對人類視覺注意力的分析,討論了人類視覺機制與圖像信息的聯(lián)系,以及將視覺注意機制引入到圖像處理中的可能性和必然性。通過介紹現(xiàn)有的

2、基于人類視覺機制的幾種典型的顯著區(qū)域檢測模型發(fā)現(xiàn),ITTI模型是一種效果較好的圖像顯著性提取的方法,論文對該模型進行了詳細的研究。經(jīng)過大量的實驗圖像表明,單純的基于ITTI模型的圖像顯著性區(qū)域檢測,算法復(fù)雜,提取的顯著圖不清晰,顯著物體內(nèi)部信息缺失。
  本文在ITTI模型的基礎(chǔ)上,結(jié)合圖像的頻率特征以及應(yīng)用指數(shù)函數(shù)提取方向特征提出了一種改進的圖像顯著性檢測方法。該方法首先利用高斯金字塔模型對原始圖像的灰度圖像進行分層,應(yīng)用中心-

3、周邊方法提取亮度特征。然后將原始圖像變化到LAB顏色空間中,提取圖像的頻域信息,將高頻信息視為圖像的顏色特征。再對原始圖像的灰度圖像進行指數(shù)濾波,得到圖像的方向特征。最后將提取出的三種特征的特征圖合并為最終的顯著圖。然后介紹了將圖像顯著性區(qū)域應(yīng)用到圖像目標重定位中。
  論文進行了大量的實驗,從Corel圖像庫中選取各種類型的圖像,分別對ITTI模型和改進后的顯著性區(qū)域檢測算法進行實驗。實驗結(jié)果顯示,改進后的顯著性區(qū)域提取算法,不

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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。

評論

0/150

提交評論