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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)和多媒體技術(shù)的飛速發(fā)展,圖像資源迅速積累并以幾何級數(shù)增長,如何高效智能地處理這些圖像數(shù)據(jù)成為研究的熱點。近年來,圖像顯著性檢測技術(shù)作為計算機視覺的一個方向發(fā)展越來越成熟。圖像顯著性檢測是指智能算法通過模擬人的視覺特點標(biāo)注出圖像中的顯著區(qū)域,即引起人類視覺注意的區(qū)域。目前的顯著性檢測算法能夠自動識別出大部分自然圖片中顯眼的核心物體,生成灰度圖或者二值圖用以圖像的后續(xù)處理操作,比如用于內(nèi)容敏感的圖像縮放、圖像檢索、圖像目標(biāo)識別
2、以及圖像裁剪等處理中,因此深入研究顯著性檢測技術(shù)對于圖像處理和圖像理解等都有非常重要的意義。
通過對現(xiàn)有的顯著性檢測方法的實驗研究發(fā)現(xiàn),當(dāng)自然圖片的背景含有較為復(fù)雜且顯眼的紋理時,核心物體的檢測會受到干擾。此外,目前的算法不能很好地檢測動漫圖片或卡通圖片中的核心形象。本文針對上述問題,主要做了以下幾個部分的工作:
首先對于背景中有較復(fù)雜紋理的自然圖像,提出了一種基于紋理分離的顯著性檢測算法。算法中通過計算像素級別的對
3、比度信息,在分離出紋理像素的同時保持圖像的主要結(jié)構(gòu)信息,降低紋理像素的顯眼程度。算法極大地減少了復(fù)雜背景對于主體檢測的干擾,與目前算法相比有較好的改善效果。
其次以越來越多的動漫圖片資源為研究對象,分析了動漫圖片的色彩、梯度、圖像構(gòu)成等基本信息,提出了一種基于美學(xué)評價的顯著性檢測算法。美學(xué)評價是利用一些指導(dǎo)性的構(gòu)圖原理來評估圖片美學(xué)價值的一種方法??紤]到專業(yè)人員創(chuàng)作的動漫圖片審美價值普遍較高,本文利用這種先驗知識提出一種綜合的
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于MIC的圖像顯著性檢測技術(shù)研究.pdf
- 基于特征融合的復(fù)雜紋理圖像顯著性檢測.pdf
- 圖像顯著性區(qū)域提取技術(shù)研究.pdf
- 基于顯著性檢測的圖像質(zhì)量評價
- 圖像顯著性區(qū)域檢測方法研究.pdf
- 基于顯著性檢測的圖像質(zhì)量評價.pdf
- 圖像顯著性區(qū)域檢測算法研究.pdf
- 基于時空顯著性的視頻顯著區(qū)域檢測研究.pdf
- 基于顯著性區(qū)域的碼率分配技術(shù)研究.pdf
- 基于顯著性的圖像分割技術(shù)研究.pdf
- 圖像顯著性區(qū)域檢測算法研究(1)
- 圖像顯著性檢測研究.pdf
- 圖像顯著性區(qū)域檢測模型研究及其應(yīng)用.pdf
- 基于特征分布學(xué)習(xí)的圖像顯著性區(qū)域檢測研究.pdf
- 協(xié)同顯著性檢測技術(shù)研究.pdf
- SAR圖像顯著性區(qū)域檢測算法.pdf
- 基于視覺顯著性的目標(biāo)檢測技術(shù)研究.pdf
- 圖像顯著性區(qū)域檢測方法及應(yīng)用研究.pdf
- 基于區(qū)域的超像素顯著性檢測.pdf
- 基于區(qū)域特征與統(tǒng)計特性的圖像顯著性檢測方法研究.pdf
評論
0/150
提交評論