本文選題：顯著目標(biāo)檢測(cè) + 中心矩形構(gòu)圖先驗(yàn)�。� 參考：《中國(guó)圖象圖形學(xué)報(bào)》2017年03期

【摘要】：目的許多顯著目標(biāo)檢測(cè)算法側(cè)重從背景角度進(jìn)行顯著性檢測(cè),而從前景角度和空間角度進(jìn)行顯著性檢測(cè)的算法較少,為了解決這個(gè)問題,提出了一種基于中心矩形構(gòu)圖先驗(yàn)的顯著目標(biāo)檢測(cè)算法。方法假定目標(biāo)分布在中心矩形構(gòu)圖線附近。首先,對(duì)圖像進(jìn)行超像素分割并構(gòu)造閉環(huán)圖;其次,提取中心矩形構(gòu)圖線上的超像素特征,并進(jìn)行流形排序,獲取初始顯著值;然后,通過基于中心矩形構(gòu)圖線獲取的初始顯著值確定中心矩形構(gòu)圖交點(diǎn)顯著值和緊湊性關(guān)系顯著值;最后,融合三者獲得最終的中心矩形構(gòu)圖先驗(yàn)顯著圖。結(jié)果通過MSRA-1000,CSSD,ECSSD,THUS-10000數(shù)據(jù)集對(duì)比驗(yàn)證了中心矩形構(gòu)圖先驗(yàn)算法有較高的準(zhǔn)確度和最高的F-measure值,整體效果上優(yōu)于目前先進(jìn)的幾種算法。且處理單幅圖像的平均時(shí)間為0.673 s,相比與其他算法也有較大優(yōu)勢(shì)。結(jié)論從前景角度和空間角度考慮的中心矩形構(gòu)圖先驗(yàn)的顯著目標(biāo)檢測(cè)算法相比于傳統(tǒng)的算法更加具有魯棒性,無(wú)論圖像是復(fù)雜的還是簡(jiǎn)單的,都取得很好的檢測(cè)效果,充分說(shuō)明算法的有效性。
[Abstract]:Objective in order to solve this problem, many salient target detection algorithms focus on significance detection from background point of view, but less from foreground and spatial perspective. A significant target detection algorithm based on a priori center rectangle composition is proposed. Methods it is assumed that the target is distributed near the center rectangular composition line. Firstly, the image is partitioned by super-pixel and the closed loop graph is constructed. Secondly, the super-pixel feature on the center rectangular composition line is extracted, and the manifold sorting is carried out to obtain the initial significant value. Based on the initial significant value obtained from the central rectangular composition line, the intersection significant value and the compactness significant value of the central rectangular composition are determined. Finally, the final priori significant map of the central rectangular composition is obtained by fusion of the three. Results by comparing the data sets of MSRA-1000 / CSSDX ECSSD-THUS-10000, it is proved that the priori algorithm of center rectangular composition has higher accuracy and highest F-measure value, and the overall effect is better than that of the current advanced algorithms. The average processing time of a single image is 0.673 s, which is also superior to other algorithms. Conclusion the salient target detection algorithm based on a prior centroid rectangle composition is more robust than the traditional algorithm from the perspective of foreground and space. The image is complex or simple, and the detection effect is very good. The effectiveness of the algorithm is fully illustrated.
【作者單位】： 安徽大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家科技支撐計(jì)劃基金項(xiàng)目(2015BAK24B00) 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金聯(lián)合項(xiàng)目(20133401110009) 安徽高校省級(jí)自然科學(xué)研究項(xiàng)目(KJ2015A009)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳濤;圓角矩形框的制作[J];電腦愛好者;2002年24期

2 張金翰;用縮放的矩形框定義圖形剪裁區(qū)域[J];中國(guó)計(jì)算機(jī)用戶;1994年09期

3 李艷玲,王加俊;基于模式鏈分析的文本頁(yè)面圖像的分割與分類[J];中國(guó)圖象圖形學(xué)報(bào);2005年06期

4 檀亞彬;巧用WPS2000制作名片[J];電腦知識(shí)與技術(shù);2002年04期

5 周兵;吳崇輝;李偉平;;某清掃車車架結(jié)構(gòu)分析與拓?fù)鋬?yōu)化設(shè)計(jì)[J];微計(jì)算機(jī)信息;2012年01期

6 陳濤濤;遲道才;梁茜;;基于矩形框幾何校正的多葉面積測(cè)量方法[J];農(nóng)業(yè)工程學(xué)報(bào);2012年08期

7 邵新虎;;完形填空隨機(jī) 英語(yǔ)課堂生輝[J];電腦愛好者;2011年16期

8 王志軍;;激活PowerPoint 2013的Flash嵌入功能[J];微電腦世界;2013年12期

9 四海;動(dòng)畫技巧與實(shí)踐(二)[J];電腦愛好者;1998年12期

10 許俊波;牛艷云;陳琳;;一種灰度人臉圖像雙眼定位的新方法[J];軟件導(dǎo)刊;2007年09期

相關(guān)重要報(bào)紙文章 前7條

1 閆永勝;五步搞定標(biāo)準(zhǔn)試卷[N];中國(guó)電腦教育報(bào);2004年

2 廣東 鄭金炎;巧用Word 97制作工號(hào)牌[N];電腦報(bào);2002年

3 宋志明;淡入淡出方法多[N];中國(guó)電腦教育報(bào);2003年

4 楊屹立;運(yùn)用重復(fù)線條制作標(biāo)志[N];中國(guó)包裝報(bào);2003年

5 江蘇 蔣亞飛;通用“試卷封裝保密區(qū)”的制作[N];電腦報(bào);2003年

6 圖們?cè)麻L(zhǎng)圓;時(shí)尚手表[N];中國(guó)電腦教育報(bào);2005年

7 北京 吳培森;PowerPoint播放暫停由我做[N];中國(guó)電腦教育報(bào);2005年

相關(guān)碩士學(xué)位論文 前1條

1 馬建;矩形交通標(biāo)志符號(hào)檢測(cè)與識(shí)別算法研究[D];北京交通大學(xué);2017年

，

本文編號(hào)：1890591