超大畸變圖像顯著性信息檢測方法及研究應(yīng)用.pdf

1、魚眼鏡頭相較普通鏡頭而言具有更大的觀測角，所拍攝的圖像蘊含有更為豐富的圖像信息，這種優(yōu)勢使得它被廣泛應(yīng)用于各個領(lǐng)域。對魚眼鏡頭圖像中的顯著性目標(biāo)提取可以縮小圖像內(nèi)容處理范圍，減少分析時間。顯著性檢測算法作為一種高效的圖像預(yù)處理算法，是依據(jù)人眼視覺注意機制特點以高亮圖像中視覺顯著性目標(biāo)的形式實現(xiàn)對信息有效處理。由于魚眼鏡頭圖像帶有嚴(yán)重的非線性畸變，現(xiàn)有顯著性檢測算法難以實現(xiàn)對超大畸變魚眼鏡頭圖像中顯著性信息的準(zhǔn)確檢測，而對魚眼鏡頭圖像進(jìn)行

2、畸變矯正又會造成信息丟失，破環(huán)圖像原有集合，所以本文旨在尋求適用于未矯正魚眼鏡頭圖像的顯著性信息檢測算法，對超大畸變圖像顯著性目標(biāo)信息進(jìn)行準(zhǔn)確提取，從而提高圖像中有效信息的使用效率。論文主要內(nèi)容包括：
　　1、依據(jù)自底向上的視覺注意機制，對現(xiàn)有的顯著性檢測算法加以改進(jìn)，增加底層特征的信息提取，兼顧未校正魚眼鏡頭圖像中的全局特征和局部特征，同時選取K-medoids聚類方法對圖像的底層信息特征進(jìn)行聚類分析，再通過計算基于聚類級別的底

3、層特征顯著性測度，完成對魚眼鏡頭圖像的靜態(tài)顯著性信息檢測。
　　2、在超大畸變圖像靜態(tài)顯著性檢測算法的基礎(chǔ)上，利用協(xié)同顯著性檢測的概念，通過對多幅圖像之間的關(guān)聯(lián)性信息進(jìn)行構(gòu)建，并增加圖像關(guān)聯(lián)性測度，構(gòu)建超大畸變圖像動態(tài)協(xié)同顯著性檢測算法，提高顯著性檢測算法在連續(xù)魚眼鏡頭圖像、顯著性目標(biāo)畸變程度大和復(fù)雜背景圖像等情況下的準(zhǔn)確性，
　　3、選取查準(zhǔn)率、查全率及F測度顯著性檢測性能指標(biāo)，對本文算法及現(xiàn)有算法實驗結(jié)果進(jìn)行定量數(shù)據(jù)分析