顯著目標檢測方法及其應用研究

1、論文題目：漬壓料技大箏申請工學碩士學位論文顯著目標檢測方法及其應用研究學科門類：工學一級學科：計算機科學與技術培養(yǎng)單位：電氣與信息工程學院碩士生：陳海豐導師：李健教授2 0 1 4 年5 月基于顯著目標檢測方法及其應用研究摘要生活中，人類不斷地接收新的信息以感知環(huán)境，這些信息中約8 0 ％來自于視覺，如果計算機能夠像人類一樣有效的處理視覺信息，則會為計算機視覺領域帶來新的變革。顯著目標檢測方法正是從這樣的想法中提煉出來的，它能夠快速準確

2、地找到圖像中顯著目標區(qū)域，這樣可以簡化對圖像的處理。如今，顯著目標檢測方法已經被引入到內容感知、圖像編輯、目標分類與識別、圖像前背景分割、圖像檢索等領域。近年來，顯著目標檢測方法得到了廣泛關注。本文的主要工作就是以顯著目標檢測理論為基礎，研究顯著度度量算法，概括如下。( 1 ) 將多分辨率分析技術和圖像熵用于譜剩余算法，計算并選取最佳的顯著圖。使用多分辨率技術能夠在檢測過程中兼顧不同大小的目標，使用圖像熵作為最佳分辨率下顯著圖的選取標準

3、，得到的顯著圖可以最大程度的抑制非顯著目標。這種顯著目標檢測算法具有更強的魯棒性，將其應用于皮革表面的缺陷檢測問題上，取得了良好的效果。( 2 ) 基于頻率調諧顯著性檢測算法，計算全局和局部顯著圖相融合的融合顯著圖。全局顯著圖可以很好的表示了顯著目標的大小、形狀及內部信息，但對圖像中背景和大量出現的噪聲點抑制能力較弱。局部顯著圖能夠抑制噪聲點和局部顯著性較低的目標。將全局顯著圖和局部顯著圖融合，得到融合顯著圖。這種基于融合顯著圖的顯著目

4、標檢測算法具有更強的魯棒性。將其應用于復雜紋理的表面缺陷檢測問題上，取得了良好效果。( 3 ) 以均值漂移濾波算法作為預處理，在其基礎上計算并融合顏色對比度和顏色集中度，得到最終顯著圖。首先對圖像進行基于超像素的快速白適應均值漂移濾波，得到圖像中各超像素塊的空域和值域模式點信息，作為后續(xù)計算顯著度的基礎。然后借鑒譜剩余算法的思想，使用顏色集中度降低背景目標的顯著度，并與顏色對比度相結合，作為最終的顯著性度量方法。最后，將該算法在國際公開