2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著圖像信息的爆炸式增長,如何去除冗余信息、提取圖像中的感興趣區(qū)域有著越來越重要的意義。研究人員基于生物學(xué)原理,提出了多種顯著區(qū)域檢測模型。許多顯著區(qū)域檢測模型使用了語義特征來精確定位人眼注視區(qū)域,然而這些模型計算成本高,難于運用到日常生活中。在近幾年,一些基于四元數(shù)的顯著模型被陸續(xù)提出,這些模型具有速度快、實時的特點,因此而受到廣泛的關(guān)注。然而這些模型仍存在一些問題,比如精度不高、顯著區(qū)域邊界模糊等。
  本文主要研究自底向上模

2、型,在總結(jié)分析現(xiàn)有顯著檢測算法的局限性基礎(chǔ)上,提出了兩種顯著檢測模型。
  提出一種基于四元相位譜分析以及超像素分割的顯著檢測模型。在提取四元相位譜的過程中,將彩色圖像像素作為一個二維四元數(shù)矩陣的元素進行整體處理,始終保證各顏色通道之間的相關(guān)性不遭到破壞。同時,考慮到通常同一物體表面應(yīng)具有一致的視覺顯著性,提出了基于超像素分割方法的局部顯著度優(yōu)化策略,可以有效地降低背景噪聲和局外點的干擾。由于相位譜的計算過程加入了運動特征,使得我

3、們的模型可以從圖像顯著區(qū)域的檢測拓展至視頻顯著區(qū)域的檢測。
  基于興趣區(qū)域通常難以用鄰域進行稀疏表示這一事實,本文提出了基于四元數(shù)稀疏表示模型的顯著區(qū)域檢測技術(shù)。稀疏編碼把輸入信號分解成稀疏系數(shù)和殘差。本文把求顯著性的過程看作利用鄰域特征編碼的過程,利用中心-鄰域結(jié)構(gòu)以及稀疏編碼求得每個像素的顯著值?;谒脑獢?shù)稀疏表示模型的顯著區(qū)域檢測可以同時檢測顏色和結(jié)構(gòu)不同的區(qū)域,而傳統(tǒng)的稀疏表示顯著檢測方法難以檢測顏色不同而結(jié)構(gòu)相似的區(qū)域

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論