已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀
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
文檔簡介
1、人的視覺選擇注意機制能使人從一幅圖像中快速提取出感興趣的區(qū)域,顯著區(qū)域檢測模擬人類視覺的這一特性,從一副圖像中得到顯著的區(qū)域,在許多領域得到了廣泛的應用。顯著區(qū)域檢測可分為兩大類:自下而上的檢測算法和自上而下的檢測算法。其中自下而上的檢測算法為目前研究的核心和重點,也是本論文主要討論的部分。作為一種經(jīng)典的基于頻域的顯著區(qū)域檢測算法,譜殘差(SR)算法具有許多優(yōu)點。但是,由于它不能充分利用圖像的時頻信息,它檢測出的顯著部分常常只能覆蓋物體
2、的邊緣,而非整個物體。
本論文討論了幾種已有的顯著區(qū)域檢測算法,后針對基于時域的檢測算法和基于頻域的檢測算法的不足,提出了需要改進的方向,在此基礎上,提出了一種基于二維分數(shù)階傅里葉變換(2D-FRFT)的顯著區(qū)域算法,對譜殘差(SR)算法進行了改進。
二維分數(shù)階傅里葉變換是傳統(tǒng)的傅里葉變換的一種廣義形式,在一定條件下,它可以從圖像中提取出更多有用的信息?;谶@種性質(zhì),本文提出了一種新的基于二維分數(shù)階傅里葉變換的顯著區(qū)
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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
- 基于2d-dct譜殘差顯著性的sar圖像建筑物檢測算法
- 圖像顯著區(qū)域檢測算法研究.pdf
- 視覺顯著區(qū)域檢測算法研究.pdf
- 圖像顯著性區(qū)域檢測算法研究.pdf
- 自然場景圖像的顯著區(qū)域檢測算法研究.pdf
- 圖像顯著性區(qū)域檢測算法研究(1)
- 基于2D-FrFT多階次特征融合的人臉表情識別技術.pdf
- 基于區(qū)域?qū)Ρ榷鹊囊曈X顯著性檢測算法研究.pdf
- 基于頻率調(diào)諧的彩色圖像顯著性區(qū)域檢測算法研究.pdf
- SAR圖像顯著性區(qū)域檢測算法.pdf
- 基于類和區(qū)域特征的協(xié)同顯著性檢測算法.pdf
- 基于底層特征與高層先驗的顯著性區(qū)域檢測算法.pdf
- 一種高效的基于局部特征的顯著區(qū)域檢測算法.pdf
- 基于圖像頻域分析顯著目標檢測算法研究.pdf
- 基于顯著性的運動目標檢測算法研究.pdf
- 基于倒數(shù)-譜殘差與SLIC超像素分割的圖像顯著性方法研究.pdf
- 基于HITS的圖像顯著性檢測算法.pdf
- 基于深度強化的顯著性檢測算法.pdf
- 基于AdaBoost與顯著信息的行人檢測算法.pdf
- 一種高效的基于局部特征的顯著區(qū)域檢測算法(1)
評論
0/150
提交評論