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(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著計(jì)算機(jī)視覺技術(shù)快速發(fā)展,顯著對象分割作為其中一項(xiàng)重要的基礎(chǔ)研究在許多高層應(yīng)用中扮演了關(guān)鍵角色。然而圖像退化現(xiàn)象對于顯著對象分割造成了巨大的困難,直接威脅到依靠顯著對象分割的各種高層視覺應(yīng)用的有效性。在現(xiàn)今針對退化圖像的顯著對象分割方法少之又少的情況下,研究面向退化圖像的顯著對象分割具有非常高的研究價(jià)值和廣闊的應(yīng)用前景。
本文首先研究離焦和運(yùn)動兩種模糊退化的機(jī)理;基于局部功率譜斜率和奇異值特征設(shè)計(jì)了兩種離焦模糊檢測方法,基于
2、局部自相關(guān)一致性和卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了兩種運(yùn)動模糊檢測方法;然后面向復(fù)雜運(yùn)動模糊提出一種基于種子生長機(jī)制的顯著對象分割方法。本文的主要工作和成果如下:
1.針對離焦模糊的退化機(jī)理,利用基于頻域信息的兩種模糊特征,分別設(shè)計(jì)了一種模糊度檢測方法,通過對兩者結(jié)果的分析比較說明了各自存在的優(yōu)點(diǎn)與缺點(diǎn)。
2.針對運(yùn)動模糊的退化機(jī)理,利用局部自相關(guān)一致性設(shè)計(jì)一種運(yùn)動模糊方向的檢測方法。然后又利用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練了一個(gè)可以檢測37種
3、運(yùn)動模糊核的CNN模型。
3.利用顯著度圖生成初始顯著對象種子,提出一種叫做“法線擴(kuò)展”的自動擴(kuò)展機(jī)制進(jìn)行顯著對象分割,然后又利用局部自相關(guān)一致性和超像素對分割結(jié)果進(jìn)行了修補(bǔ),從而提高了對于退化圖像的魯棒性。
4.對如何利用卷積神經(jīng)網(wǎng)絡(luò)運(yùn)動模糊參數(shù)估計(jì)和超像素來完成顯著對象分割的問題上進(jìn)行探索。
定量和定性實(shí)驗(yàn)表明,本文所提出的基于種子生長機(jī)制的顯著對象分割在嚴(yán)重退化圖像上的結(jié)果明顯好于目前比較先進(jìn)的顯著對
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(shí)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
- 圖像中顯著對象分割方法的研究.pdf
- 基于顯著性的圖像分割研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分割方法研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分割方法的研究.pdf
- 彩色圖像顯著區(qū)域的檢測與分割方法.pdf
- 基于視覺顯著性的圖像分割方法研究.pdf
- 基于顯著性分割的圖像分類算法研究.pdf
- 面向?qū)ο蟮倪b感圖像分割與玉米田面積統(tǒng)計(jì)方法研究.pdf
- 面向基于對象編碼的視頻分割研究.pdf
- 基于顯著性的彩色圖像分割方法研究.pdf
- 基于顯著性的圖像分割技術(shù)研究.pdf
- 基于顯著性檢測模型的圖像分割算法研究.pdf
- 面向診斷的舌圖像紋理分割.pdf
- 基于紋理與形狀的圖像對象分割.pdf
- 基于對象分割的圖像壓縮算法研究.pdf
- 基于圖像分割的顯著性物體檢測方法.pdf
- 融合顯著性和交互式分割算法的自然圖像自動分割.pdf
- 基于圖像分割的顯著性物體檢測方法
- 基于顯著性圖像局部模糊測量與分割.pdf
- 面向布料切割的圖像分割和匹配.pdf
評論
0/150
提交評論