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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的發(fā)展,網(wǎng)絡(luò)服務(wù)器提供了大量的圖像,給后續(xù)的圖像處理和分析帶來極大地挑戰(zhàn)。人類視覺系統(tǒng)可以很容易地判斷圖像中的顯著性區(qū)域,并注意到圖像的重要部分,深入研究顯著性檢測技術(shù),讓計算機(jī)具備人類視覺系統(tǒng)這種捕捉顯著性信息的能力,對提高圖像分析和圖像理解系統(tǒng)的性能以及圖像處理技術(shù)的應(yīng)用水平都具有十分深遠(yuǎn)的意義。
針對已有視覺顯著性檢測方法很難清晰地提取出圖像的顯著性區(qū)域、檢測準(zhǔn)確性不高的問題,本文基于人類視覺系統(tǒng)的
2、注意機(jī)制,結(jié)合圖像的成分、頻率、顏色通道、尺度等信息,對顯著性檢測進(jìn)行了多方面研究,提出了一系列的視覺顯著性檢測方法。主要工作包括以下幾個方面:
(1)提出基于多成分均值的視覺顯著性檢測方法。對圖像進(jìn)行高斯濾波和顏色空間轉(zhuǎn)換,增加圖像的清晰度,過濾背景和噪聲,利用主分量變換,盡量消除濾波圖像中隨機(jī)因素的干擾,同時減少圖像中需要處理的特征量個數(shù),在三個主成分上進(jìn)行顯著性計算,最后通過線性均值融合得到最終顯著圖。實驗結(jié)果表明,該方
3、法能夠明顯提高顯著性檢測的準(zhǔn)確性。
(2)提出基于多尺度多通道均值的視覺顯著性檢測方法。利用二維小波變換對圖像進(jìn)行小波分解和重構(gòu),不需進(jìn)行圖像分割就能有效地過濾圖像背景信息,突出顯著性區(qū)域,利用雙立方插值對濾波后圖像進(jìn)行多尺度縮小,對不同尺度的顯著性目標(biāo)具有更好的適應(yīng)性和擴(kuò)展性,計算圖像各個通道的均值,以圖像與各個通道均值的距離作為圖像的顯著值,避免只抽取目標(biāo)的邊緣信息,能夠均勻地突出整體物體,只保留圖像中顯著值不小于其顯著均
4、值的部分,進(jìn)一步去除顯著圖中的背景噪聲,突出顯著性區(qū)域,利用雙立方插值對圖像進(jìn)行放大并進(jìn)行圖像疊加,最后利用線性歸一化得到最終顯著圖。實驗結(jié)果表明,該方法能夠清晰地提取出圖像的顯著性區(qū)域,提高顯著性檢測的準(zhǔn)確性。
(3)基于所提兩種檢測方法進(jìn)行擴(kuò)展實驗。分別在基于多成分均值和基于多尺度多通道均值的視覺顯著性檢測方法的檢測框架下,擴(kuò)展圖像的顏色空間模式,擴(kuò)展了圖像的顏色通道和主成分個數(shù),在不同顏色空間模式、不同主成分、不同通道上
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(hù)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(fù)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(zhǔn)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。
最新文檔
- 基于多特征的視覺顯著性檢測.pdf
- 基于自適應(yīng)縮放圖像多尺度超圖的顯著性檢測方法研究.pdf
- 基于協(xié)同流形排序的多模態(tài)視覺顯著性檢測方法研究.pdf
- 基于多特征融合的視覺顯著性檢測算法研究.pdf
- 基于多尺度機(jī)器學(xué)習(xí)和稀疏表示的顯著性檢測.pdf
- 基于多特征的圖像顯著性檢測.pdf
- 基于視覺中心轉(zhuǎn)移的視覺顯著性檢測方法研究.pdf
- 基于多示例學(xué)習(xí)的顯著性目標(biāo)檢測.pdf
- 基于視覺顯著性的物體檢測方法研究.pdf
- 視覺顯著性檢測研究.pdf
- 基于多聚類和多示例的協(xié)同顯著性目標(biāo)檢測.pdf
- 多幅圖像協(xié)同顯著性檢測.pdf
- 基于先驗融合的視覺顯著性檢測.pdf
- 基于視覺顯著性的平躺人體檢測方法研究.pdf
- 基于視覺顯著性的圖像分割方法研究.pdf
- 基于視覺顯著性檢測的圖像分類.pdf
- 視覺顯著性檢測方法及其應(yīng)用研究.pdf
- 基于RGB視覺敏感度的顯著性檢測方法研究.pdf
- 基于多示例學(xué)習(xí)的動作識別與顯著性檢測研究.pdf
- 基于視覺顯著性的目標(biāo)檢測技術(shù)研究.pdf
評論
0/150
提交評論