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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著網(wǎng)絡(luò)的普及,圖像在互聯(lián)網(wǎng)上以驚人的速度增長(zhǎng)著,同時(shí)利用手機(jī)和PDA等移動(dòng)設(shè)備下載圖像觀賞也成為一種潮流。但是由于受顯示屏幕大小的限制和網(wǎng)絡(luò)帶寬等因素的影響,圖像的顯示效果還遠(yuǎn)不能滿足使用者的要求。如果能將圖像中的顯著對(duì)象分割出來再編碼,或改變對(duì)象和背景的顯示比例等,則可以明顯提高圖像的顯示效果。 本文研究了基于視覺關(guān)注度的顯著對(duì)象分割方法,分別研究了對(duì)一般有主題圖像和低景深圖像中顯著對(duì)象的分割。首先提出了一種對(duì)一般的有主題圖
2、像中顯著對(duì)象的分割方法,利用核密度估計(jì)方法結(jié)合區(qū)域合并得到圖像的區(qū)域分割結(jié)果,然后分別對(duì)區(qū)域間的顏色、紋理和空間位置的差異進(jìn)行建模并得到各自的特征矩陣;最后融合多個(gè)特征得到候選的顯著對(duì)象的重要性指標(biāo),并結(jié)合顯著對(duì)象的面積特征自適應(yīng)地提取出一個(gè)個(gè)顯著對(duì)象。大量的實(shí)驗(yàn)結(jié)果證明了本方法的有效性。 接著提出了一種低景深圖像中的顯著對(duì)象分割方法,主要利用圖像中的高頻信息在聚焦和散焦區(qū)域中分布不均勻的這一特性作為分割線索。首先將原始圖像映射
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(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(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
- 面向退化圖像的顯著對(duì)象分割.pdf
- 基于視覺顯著性的圖像分割方法研究.pdf
- 基于顯著性的彩色圖像分割方法研究.pdf
- 彩色圖像顯著區(qū)域的檢測(cè)與分割方法.pdf
- 基于顯著性的圖像分割研究.pdf
- PET圖像分割中的共分割方法研究.pdf
- 基于視覺顯著模型和圖割的圖像分割方法研究.pdf
- 顯著性檢測(cè)方法及其在黃瓜病害圖像分割中的應(yīng)用研究.pdf
- 基于圖像分割的顯著性物體檢測(cè)方法.pdf
- 基于圖像分割的顯著性物體檢測(cè)方法
- 視頻圖像序列中運(yùn)動(dòng)對(duì)象分割算法的研究.pdf
- 基于視覺顯著特征的人臉圖像分割與跟蹤方法的研究.pdf
- 自然場(chǎng)景中顯著對(duì)象的檢測(cè)與提取方法研究.pdf
- 基于顯著性分割的圖像分類算法研究.pdf
- 感知對(duì)象的分割方法研究.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
- CT圖像中肝臟分割方法的研究.pdf
- 基于顯著性的圖像分割技術(shù)研究.pdf
- 圖像視覺顯著性和改進(jìn)型SVM在圖像分割中的研究.pdf
- 基于顯著性檢測(cè)模型的圖像分割算法研究.pdf
評(píng)論
0/150
提交評(píng)論