面向退化圖像的顯著對象分割.pdf

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