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(rèn)領(lǐng)
文檔簡介
1、顯著性目標(biāo)檢測旨在快速地辨別出一幅自然圖像中包含有用信息的顯著性部分,為其相關(guān)應(yīng)用做了很好的鋪墊。近年來隨著計算機視覺的發(fā)展,顯著性檢測作為一個分支在其中發(fā)揮著越來越重要的作用。顯著性檢測被廣泛的應(yīng)用到圖像重定位、圖像自動裁剪、圖像壓縮和目標(biāo)識別等具體應(yīng)用中,同時各種應(yīng)用也反過來促進了顯著性目標(biāo)檢測理論的發(fā)展和完善。
基于稀疏表示的顯著性檢測是顯著性目標(biāo)檢測的一類重要方法,它假定圖像的背景部分可以被背景字典稀疏表示且表示殘差很
2、小,而顯著性部分用背景字典來表示時稀疏殘差則比較大?;谶@樣的假定,以背景部分的特征作為稀疏表示字典來表示整個圖像,稀疏表示殘差被用來作為圖像顯著性的度量最終得到圖像的顯著性圖?;趫D像顯著性圖的縫切割圖像縮放方法是顯著性目標(biāo)檢測方法的一個最有價值的應(yīng)用,縫切割方法根據(jù)顯著性圖選取一些顯著性比較低的縫,切割掉選中的縫進而使得圖像達到縮放的效果。
本文首先具體給出了縫切割技術(shù)對顯著性圖的要求,然后基于此要求,提出了兩種圖像顯著性
3、檢測方法,分別利用稀疏表示和小波分解來檢測圖像中的顯著性目標(biāo),生成為縫切割而設(shè)計的顯著性圖。
和通常的單高斯假定不同,本文基于稀疏表示的顯著性檢測中,假定圖像的顯著性先驗服從多高斯分布。選中顯著性先驗較低的部分作為背景,以背景顏色特征作為字典對整個圖像進行稀疏表示。以稀疏表示殘差作為顯著性度量生成顯著性圖,融合圖像中的斜邊顯著性圖得到針對于縫切割方法的顯著性圖。
本文同時還提出了一種圖像顯著性輪廓檢測方法,利用小波分
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(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
- 圖像顯著性檢測研究及其應(yīng)用.pdf
- 圖像顯著性區(qū)域檢測模型研究及其應(yīng)用.pdf
- 圖像目標(biāo)顯著性檢測的研究與應(yīng)用.pdf
- 圖像顯著性檢測及其在圖像縮放中的應(yīng)用.pdf
- 圖像顯著性檢測研究.pdf
- 圖像頻域顯著性檢測.pdf
- 圖像內(nèi)容顯著性檢測的理論和方法研究.pdf
- 基于視覺顯著性的圖像目標(biāo)檢測設(shè)計與實現(xiàn).pdf
- 圖像顯著性區(qū)域檢測方法及應(yīng)用研究.pdf
- 多幅圖像協(xié)同顯著性檢測.pdf
- 圖像顯著性區(qū)域檢測方法研究.pdf
- SAR圖像顯著性檢測方法研究.pdf
- 圖像顯著性區(qū)域檢測算法研究.pdf
- 超大畸變圖像顯著性信息檢測方法及研究應(yīng)用.pdf
- 基于顯著性檢測的圖像質(zhì)量評價
- 視覺顯著性檢測方法及其應(yīng)用研究.pdf
- 基于顯著性檢測的圖像壓縮和視頻檢測.pdf
- 基于顯著性檢測的圖像質(zhì)量評價.pdf
- 基于多特征的圖像顯著性檢測.pdf
- 基于視覺顯著性檢測的圖像分類.pdf
評論
0/150
提交評論