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、顯著性區(qū)域檢測是計算機(jī)視覺領(lǐng)域關(guān)鍵技術(shù)之一,它的應(yīng)用非常廣泛,主要包括圖像分割、目標(biāo)檢測、圖像壓縮、圖像檢索等領(lǐng)域。近年來,顯著性區(qū)域檢測得到大家廣泛關(guān)注和深入研究,顯著性檢測的技術(shù)水平有很大的提高。
現(xiàn)有的顯著性檢測還存在很多問題:一方面,顯著性區(qū)域檢測的結(jié)果質(zhì)量不高,不能很好的凸顯整個顯著性區(qū)域。容易受到復(fù)雜背景,以及物體本身的顏色和紋理多變等因素的干擾,顯著圖不能高亮整個顯著區(qū)域,輪廓也比較模糊。另一方面,現(xiàn)有的顯著區(qū)域
2、檢測算法不能很好的解決顯著性區(qū)域出現(xiàn)在圖像邊緣問題。針對上述問題,本文主要做了以下工作:
首先,對現(xiàn)有的顯著區(qū)域檢測算法進(jìn)行歸納,整理出幾種常見的顯著區(qū)域檢測模型,為顯著性區(qū)域檢測研究提供了理論基礎(chǔ)。
其次,研究了顯著性區(qū)域特征的提取方法,并針對不同的特征做實驗對比分析。
再次,本文運(yùn)用量化后的顏色直方圖作為區(qū)域特征,運(yùn)用流形排序算法(Manifold Ranking,MR)計算區(qū)域的顯著性。以超像素分割出
3、的區(qū)域構(gòu)造圖模型,分別以圖像四個邊緣為背景種子點(diǎn)進(jìn)行第一次排序,得到四幅顯著圖,再根據(jù)熵值信息動態(tài)加權(quán)四幅顯著圖,獲得初始顯著圖。然后對初始顯著圖二值化后獲得的前景為種子點(diǎn)進(jìn)行第二次排序,最終獲得效果比較好的顯著圖。顏色直方圖統(tǒng)計提高了區(qū)域的對比度,從而提高了檢測的效果。
最后,針對顯著區(qū)域出現(xiàn)在圖像邊緣的情況,提出了一種基于熵值信息的加權(quán)算法,實現(xiàn)動態(tài)加權(quán)以邊緣為種子點(diǎn)獲得的顯著圖,最終提高了檢測的效果。
在MSR
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
- 基于先驗融合和流形排序的顯著目標(biāo)檢測.pdf
- 基于協(xié)同流形排序的多模態(tài)視覺顯著性檢測方法研究.pdf
- 基于流形排序和結(jié)合前景背景特征的圖像顯著性檢測.pdf
- 基于時空顯著性的視頻顯著區(qū)域檢測研究.pdf
- 基于區(qū)域的圖像顯著目標(biāo)檢測.pdf
- 基于重建誤差排序的顯著性檢測.pdf
- 基于流形正則化SVM的圖像顯著性檢測.pdf
- 基于顯著區(qū)域提取的人臉檢測研究.pdf
- 視頻顯著區(qū)域檢測研究.pdf
- 基于區(qū)域特征融合的顯著目標(biāo)檢測研究.pdf
- 基于分類思想的圖像顯著區(qū)域檢測.pdf
- 基于圖的NAM表示及其上的顯著性區(qū)域檢測.pdf
- 基于人類視覺系統(tǒng)的顯著區(qū)域檢測.pdf
- 基于區(qū)域的超像素顯著性檢測.pdf
- 基于顯著區(qū)域檢測和TMBP的場景分類.pdf
- 基于顯著區(qū)域檢測的圖像語義層次管理.pdf
- 基于超像素的全局顯著性區(qū)域檢測.pdf
- 圖像顯著區(qū)域檢測算法研究.pdf
- 視覺顯著區(qū)域檢測算法研究.pdf
- 基于動態(tài)閾值的圖像顯著區(qū)域?qū)哟螜z測方法.pdf
評論
0/150
提交評論