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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著科學(xué)技術(shù)的發(fā)展,手機(jī)、電腦以及其他的一些電子設(shè)備與人們的生活產(chǎn)生了越來越緊密的聯(lián)系。人們?nèi)粘I钪薪佑|的信息也呈現(xiàn)指數(shù)式增長(zhǎng),其中視覺信息占據(jù)了絕大部分。人的視覺系統(tǒng)如何處理這些復(fù)雜多變的信息成為一個(gè)研究熱點(diǎn),與之相應(yīng)的計(jì)算機(jī)視覺概念也相繼提出,視覺注意機(jī)制與圖像顯著目標(biāo)檢測(cè)是其重要研究方向之一。
在圖像處理過程中,特征提取是十分重要的環(huán)節(jié)之一。因此,本文首先介紹了圖像顯著目標(biāo)檢測(cè)領(lǐng)域常用特征和提取算法。此外,對(duì)于不同的顯
2、著目標(biāo)檢測(cè)模型,選取不同的顏色空間會(huì)對(duì)最終的檢測(cè)效果產(chǎn)生重要的影響,所以,本文對(duì)不同的顏色空間模型進(jìn)行研究為后期模型的建立做鋪墊。
本文建立的第一個(gè)模型是基于小波金字塔的顯著目標(biāo)檢測(cè)模型。該模型是受Itti生物視覺注意模型的啟發(fā),采用小波金字塔模型取代高斯金字塔模型,充分發(fā)揮圖像小波變換的局部信息表達(dá)能力及多尺度空間分析能力,能夠使最終的顯著目標(biāo)圖像具有較好的輪廓信息。另外,我們將改進(jìn)型的中心先驗(yàn)知識(shí)融入到小波金字塔模型中,進(jìn)
3、一步增強(qiáng)了顯著目標(biāo)檢測(cè)效果,有利于目標(biāo)分割。
文章建立的第二個(gè)模型是基于圖像局部分析與全局分析的顯著目標(biāo)檢測(cè)模型。因圖像的小波變換其具有上述優(yōu)良的性能,能夠?qū)μ崛〉奶卣鲌D像進(jìn)行局部分析,進(jìn)而獲得局部分析的特征顯著圖像。但是,由于其局部細(xì)節(jié)表達(dá)能力容易導(dǎo)致檢測(cè)顯著目標(biāo)不完整以及具有復(fù)雜紋理背景信息融入,因此文章進(jìn)一步融入譜殘差算法對(duì)圖像做出全局分析,獲得全局分析的顯著圖像。將兩種顯著特征圖像采用非線性融合算法進(jìn)行處理,得到了最終
4、的顯著圖像。從最終的實(shí)驗(yàn)結(jié)果分析來看,無(wú)論是直觀上的顯著圖像還是客觀上的P-R曲線,該模型的檢測(cè)效果要優(yōu)于其他幾種算法。
本文的最后一種算法是基于圖像頻域分析顯著目標(biāo)檢測(cè)算法。事實(shí)上,無(wú)論是基于圖像小波變換的顯著目標(biāo)檢測(cè)模型還是基于譜殘算法的顯著目標(biāo)檢測(cè)方法,都是從圖像頻域角度進(jìn)行分析得到的目標(biāo)檢測(cè)模型,文章進(jìn)一步將頻域調(diào)諧算法與上面的基于局部和全局分析的顯著目標(biāo)檢測(cè)模型進(jìn)行融合,進(jìn)而獲得了一種新的基于圖像頻域分析的圖像顯著目
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像顯著區(qū)域檢測(cè)算法研究.pdf
- 基于圖像劃分及中心先驗(yàn)的顯著目標(biāo)檢測(cè)算法.pdf
- 基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于HITS的圖像顯著性檢測(cè)算法.pdf
- 圖像顯著性區(qū)域檢測(cè)算法研究.pdf
- 基于視覺感知機(jī)制的顯著目標(biāo)檢測(cè)算法研究.pdf
- 基于視覺顯著性的車輛目標(biāo)檢測(cè)算法研究.pdf
- 圖像顯著性區(qū)域檢測(cè)算法研究(1)
- 自然場(chǎng)景圖像的顯著區(qū)域檢測(cè)算法研究.pdf
- 基于標(biāo)簽傳播的顯著性目標(biāo)檢測(cè)算法研究.pdf
- 圖像頻域顯著性檢測(cè).pdf
- 基于視覺顯著性的紅外小目標(biāo)檢測(cè)算法研究.pdf
- 視覺協(xié)同顯著性目標(biāo)檢測(cè)算法研究.pdf
- 基于視覺顯著性的遙感圖像飛機(jī)檢測(cè)算法研究.pdf
- 基于構(gòu)圖信息的圖像摘要顯著性檢測(cè)算法.pdf
- 視覺顯著性港口艦船目標(biāo)檢測(cè)算法研究.pdf
- SAR圖像顯著性區(qū)域檢測(cè)算法.pdf
- 基于多尺度分析的高光譜圖像目標(biāo)檢測(cè)算法研究.pdf
- 27296.基于圖像的目標(biāo)檢測(cè)算法研究
- 基于區(qū)域的圖像顯著目標(biāo)檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論