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、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
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
- 基于顯著性的圖像分割研究.pdf
- 基于視覺(jué)顯著性的圖像分割方法研究.pdf
- 基于顯著性分割的圖像分類算法研究.pdf
- 基于顯著性的彩色圖像分割方法研究.pdf
- 基于顯著性的圖像分割技術(shù)研究.pdf
- 基于顯著性檢測(cè)模型的圖像分割算法研究.pdf
- 基于圖像分割的顯著性物體檢測(cè)方法
- 基于圖像分割的顯著性物體檢測(cè)方法.pdf
- 基于局部特征與視覺(jué)顯著性的圖像目標(biāo)識(shí)別研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像局部模糊測(cè)量與分割.pdf
- 基于顯著性結(jié)構(gòu)的運(yùn)動(dòng)模糊圖像恢復(fù)方法.pdf
- 基于超像素分割合并的圖像顯著性檢測(cè)算法.pdf
- 基于多層次圖像分割的物體級(jí)顯著性識(shí)別.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
- 基于顯著性分析及擴(kuò)散模型的圖像分割算法研究.pdf
- 融合顯著性與Graph Cut的自然場(chǎng)景圖像分割.pdf
- 基于局部線性回歸和全局排序的圖像顯著性檢測(cè).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
- 基于顯著性的移動(dòng)圖像檢索.pdf
評(píng)論
0/150
提交評(píng)論