版權(quán)說(shuō)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、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,接收的圖像信息數(shù)以千萬(wàn).人工處理這些圖像信息已經(jīng)不能達(dá)到預(yù)定的需求,人們更希望借助計(jì)算機(jī)來(lái)分析圖像信息.研究人員借助人類視覺(jué)機(jī)制提出了圖像顯著性探測(cè)方法.然而,現(xiàn)有的圖像顯著性檢測(cè)方法仍在提取精度、完整度以及計(jì)算復(fù)雜性等方面存在缺陷.在此背景下,文章介紹了四種典型顯著性檢測(cè)方法,并針對(duì)現(xiàn)有方法的不足作出了相應(yīng)地改進(jìn),主要內(nèi)容如下:
(1)提出了基于倒數(shù)-譜殘差的顯著對(duì)象探測(cè)方法,來(lái)改進(jìn)現(xiàn)有檢測(cè)方法的不
2、足.該方法采用灰度圖像與對(duì)應(yīng)的高斯低通濾波的差提取圖像顏色特征,并減少高斯金字塔至6級(jí)以降低冗余;其次,引入倒數(shù)提取局部方向信息;再運(yùn)用譜殘差方法提取圖像的譜特征;最后,融合生成最終顯著圖.實(shí)驗(yàn)表明,本文提出的方法在準(zhǔn)確率(precision)、召回率(recall)及F-measure等指標(biāo)上都有明顯提高.
(2)針對(duì)RC方法中分割的缺點(diǎn),提出了利用SLIC超像素分割方法的圖像顯著性檢測(cè)方法.其總體思路是先對(duì)圖像進(jìn)行分層減少
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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
- 基于超像素的圖像顯著性研究.pdf
- 基于超像素分割合并的圖像顯著性檢測(cè)算法.pdf
- 基于超像素分割的視覺(jué)顯著性檢測(cè).pdf
- 基于視覺(jué)顯著性的圖像分割方法研究.pdf
- 基于區(qū)域的超像素顯著性檢測(cè).pdf
- 基于顯著性的圖像分割研究.pdf
- 基于顯著性的彩色圖像分割方法研究.pdf
- 基于超像素的全局顯著性區(qū)域檢測(cè).pdf
- 基于位置先驗(yàn)與超像素的顯著性檢測(cè).pdf
- 基于圖像分割的顯著性物體檢測(cè)方法
- 基于顯著性分割的圖像分類算法研究.pdf
- 基于圖像分割的顯著性物體檢測(cè)方法.pdf
- 基于2d-dct譜殘差顯著性的sar圖像建筑物檢測(cè)算法
- 基于顯著性的圖像分割技術(shù)研究.pdf
- 基于顯著性圖像局部模糊測(cè)量與分割.pdf
- 基于顯著性檢測(cè)模型的圖像分割算法研究.pdf
- 基于顯著性檢測(cè)的乳腺超聲圖像全自動(dòng)分割方法.pdf
- 超像素分割和多目標(biāo)顯著性檢測(cè)算法的研究及其應(yīng)用.pdf
- 視覺(jué)顯著性區(qū)域計(jì)算及顯著性物體分割方法研究.pdf
- 基于視覺(jué)顯著性的乳腺超聲序列圖像分割方法.pdf
評(píng)論
0/150
提交評(píng)論