圖像顯著目標(biāo)檢測(cè)旨在模擬人類(lèi)視覺(jué)機(jī)理來(lái)提取出圖像中的最能吸引人眼視覺(jué)注意的物體或區(qū)域,該研究為快速且有效地處理視覺(jué)數(shù)據(jù)提供了新的思路,已經(jīng)成為計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)熱門(mén)研究方向。目前國(guó)內(nèi)外已有的顯著目標(biāo)檢測(cè)模型大多針對(duì)于可見(jiàn)光場(chǎng)景,對(duì)夜間場(chǎng)景的研究比較少。由于夜間場(chǎng)景的光照條件不足,對(duì)比度偏低,顏色信息退化嚴(yán)重,亮度和信噪比都相對(duì)較低,造成了圖像感知質(zhì)量大幅度降低,因此現(xiàn)有算法和技術(shù)對(duì)夜間圖像的分析、理解和目標(biāo)檢測(cè)都存在很大困難,這也將夜間場(chǎng)景顯著目標(biāo)檢測(cè)上升為一項(xiàng)具有挑戰(zhàn)性的研究,對(duì)于該難題的解決能夠?yàn)橐归g安全監(jiān)控、復(fù)雜環(huán)境目標(biāo)定位等熱點(diǎn)問(wèn)題研究提供理論和技術(shù)基礎(chǔ)。本論文在現(xiàn)有顯著目標(biāo)檢測(cè)研究成果的基礎(chǔ)上,分析了已有顯著性模型的不足,并結(jié)合人眼視覺(jué)注意機(jī)制探討了夜間場(chǎng)景的主要屬性,提出了幾種針對(duì)夜間場(chǎng)景的視覺(jué)顯著目標(biāo)檢測(cè)模型,并構(gòu)建了夜間圖像數(shù)據(jù)集用于驗(yàn)證本研究所提出算法的有效性。主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)如下:（1）針對(duì)夜間圖像在單一空間下所生成的顯著圖不完整的問(wèn)題,從像素級(jí)層面出發(fā),提出了一種基于離散平穩(wěn)小波變換融合頻域空域信息的顯著目標(biāo)檢測(cè)算法。該算法主要由基于頻域的顯著性度量,基于空... 

【文章來(lái)源】：武漢科技大學(xué)湖北省

【文章頁(yè)數(shù)】：119 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

夜間圖像的顯著目標(biāo)檢測(cè)結(jié)果對(duì)比

武漢科技大學(xué)博士學(xué)位論文覺(jué)系統(tǒng)在觀察物體時(shí)產(chǎn)生了光學(xué)刺激。然后，通過(guò)視網(wǎng)膜的成像將光信號(hào)傳換成了電信號(hào)。接下來(lái)，這些信息通過(guò)視覺(jué)通路就傳輸?shù)搅艘暩杏X(jué)中樞系統(tǒng)。最終，中樞系統(tǒng)則利用視覺(jué)注意機(jī)制獲取視知覺(jué)所感知的目標(biāo)，該目標(biāo)也即人眼觀察到的場(chǎng)景中最重要的區(qū)域。因此，視覺(jué)信息處理的生物學(xué)框架和顯著目標(biāo)檢測(cè)的流程是基本一致的。

圖 1.3 視覺(jué)通路的處理過(guò)程視覺(jué)注意機(jī)制是基于人類(lèi)視覺(jué)系統(tǒng)所建立的一種生物學(xué)機(jī)制，這種機(jī)制能夠使人類(lèi)在面對(duì)復(fù)雜的外界環(huán)境時(shí)迅速且準(zhǔn)確地選出場(chǎng)景中的重要信息，將場(chǎng)景簡(jiǎn)化和分解，并在接下來(lái)的處理中僅對(duì)那些重要信息進(jìn)行進(jìn)一步地加工。認(rèn)知心理學(xué)領(lǐng)域的研究者首先分析了人眼在觀察外界事物時(shí)視覺(jué)系統(tǒng)的具體工作過(guò)程。研究發(fā)現(xiàn)，人類(lèi)的視覺(jué)系統(tǒng)執(zhí)行觀察任務(wù)主要可分為兩個(gè)步驟，首先是從整個(gè)場(chǎng)景中選擇出小面積的感興趣區(qū)域，然后對(duì)一些特定的感興趣區(qū)域進(jìn)行仔細(xì)地分析和處理。在第一步中，視覺(jué)選擇性注意機(jī)制可以幫助人眼將注意力快速集中在一些特定的焦點(diǎn)上。那些能夠吸引人眼注意的區(qū)域就稱(chēng)為視覺(jué)顯著性區(qū)域。通常，人類(lèi)視覺(jué)系統(tǒng)搜索并選擇感興趣目標(biāo)的過(guò)程主要基于自底向上（Bottom-up）和自頂向下（Top-down）兩種機(jī)制。自底向上的視覺(jué)注意力機(jī)制是一種快速的、下意識(shí)的、受底層數(shù)據(jù)驅(qū)動(dòng)的方式主要由客觀事物帶來(lái)的刺激，場(chǎng)景中的關(guān)注區(qū)域與周?chē)h(huán)境通常有明顯的差距。自底向上機(jī)制基于輸入圖像的特征來(lái)進(jìn)行分析和處理，由于不受任務(wù)驅(qū)動(dòng)，不用考慮

【參考文獻(xiàn)】：
期刊論文
[1]基于多視覺(jué)詞典的顯著性加權(quán)圖像檢索方法[J]. 孔超,張化祥,生海迪.  數(shù)據(jù)采集與處理. 2017(02)
[2]尺度自適應(yīng)的SAR圖像顯著性檢測(cè)方法[J]. 謝惠杰,唐濤,項(xiàng)德良,粟毅.  計(jì)算機(jī)工程與應(yīng)用. 2015(20)
[3]基于視覺(jué)機(jī)制的圖像顯著性檢測(cè)與提取[J]. 李毅暉,蔡勛,王懷暉.  系統(tǒng)仿真學(xué)報(bào). 2014(09)
[4]一種圖像敏感對(duì)象的識(shí)別方法[J]. 張永梅,吳攀,李煒.  計(jì)算機(jī)測(cè)量與控制. 2014(07)
[5]一種基于顏色特征的感興趣目標(biāo)提取方法[J]. 劉晴,鄒北驥,陳再良,高旭,傅紅普.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2013(06)



本文編號(hào)：3001879