基于顯著性圖像局部模糊測(cè)量與分割.pdf

1、圖像在獲取的過(guò)程中可能包含模糊區(qū)域，這些模糊對(duì)圖像質(zhì)量的影響很大，影響人們獲取想要的信息，因此有效的檢測(cè)出這些模糊區(qū)域就非常重要。本文的研究是圖像局部模糊測(cè)量與分割，具體如下:
　　(1)基于顯著性的圖像局部模糊測(cè)量
　　針對(duì)數(shù)字圖像中存在的紋理平坦區(qū)域，如何有效且迅速的檢測(cè)出這些模糊區(qū)域一直以來(lái)都是個(gè)問(wèn)題。為了解決該問(wèn)題，本文提出了一種局部極值點(diǎn)與顯著性相結(jié)合的檢測(cè)方法。本文的方法是將體現(xiàn)圖像變換域特征的奇異值向量，體現(xiàn)圖

2、像高頻信息的局部極值點(diǎn)與HiFST(High-frequency multiscale Fusion and Sort Transform)系數(shù)相結(jié)合，用BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、預(yù)測(cè)得到初步結(jié)果，再與圖像顯著性特點(diǎn)相結(jié)合，提出一種基于顯著性約束的優(yōu)化方法得到進(jìn)一步的檢測(cè)結(jié)果，最后再通過(guò)雙邊濾波優(yōu)化邊緣信息得到最終的結(jié)果。在一個(gè)大型數(shù)據(jù)集上進(jìn)行準(zhǔn)確率-召回率(RP)的實(shí)驗(yàn)結(jié)果表明，本文提出的基于顯著性的模

3、糊檢測(cè)方法對(duì)于區(qū)分紋理平坦的清晰區(qū)域和模糊區(qū)域有很好的效果。
　　(2)基于顯著性的模糊區(qū)域分割
　　現(xiàn)有的模糊分割方法很難準(zhǔn)確的分割開(kāi)清晰區(qū)域和模糊區(qū)域。針對(duì)這種問(wèn)題，我們提出了一種基于顯著性的模糊區(qū)域分割方法，使用一個(gè)新的能量式用于模糊區(qū)域的分割，將模糊檢測(cè)的結(jié)果通過(guò)閾值約束成為區(qū)域項(xiàng)，再通過(guò)顯著性差值和模糊差值的關(guān)系，在能量式中的邊界項(xiàng)上提出了一個(gè)新的約束項(xiàng)，即通過(guò)相鄰像素的顯著差值對(duì)像素進(jìn)行約束，最后加上相鄰像素的顏