圖像顯著性檢測已經(jīng)成為近幾年重要的研究課題之一,目的是為了快速獲取圖像中有用的信息。針對當(dāng)前顯著性檢測方法存在目標(biāo)區(qū)域不明亮的問題,本文提出了一種基于凸包背景先驗(yàn)和目標(biāo)先驗(yàn)的顯著性檢測方法,主要過程是分別構(gòu)建背景先驗(yàn)圖和目標(biāo)先驗(yàn)圖,并采取貝葉斯模型進(jìn)行融合。本文充分地獲取圖像背景模板信息和目標(biāo)模板信息,以獲得準(zhǔn)確可靠的顯著圖。1.基于凸包外背景區(qū)域的顯著性檢測。相比于使用圖像四周作為背景模板的傳統(tǒng)方法,本節(jié)提出了一種將凸包外超像素作為背景模板去構(gòu)建背景先驗(yàn)圖的方法,該方法改善了將圖像四周作為背景模板的不足。首先獲取圖像的顯著點(diǎn),消除邊緣的顯著點(diǎn)并獲取凸包,接著對圖像進(jìn)行超像素分割,將凸包外的超像素作為背景模板。接著將整幅圖像投影到背景模板計(jì)算重構(gòu)誤差,獲得背景先驗(yàn)圖。2.基于凸包內(nèi)目標(biāo)區(qū)域的顯著性檢測。本節(jié)提出一種將凸包內(nèi)超像素作為目標(biāo)模板去構(gòu)建目標(biāo)先驗(yàn)圖的方法,主要是將整幅圖像投影到目標(biāo)模板上,計(jì)算目標(biāo)模板與整幅圖像的反重構(gòu)誤差,得到反重構(gòu)誤差圖。接著提出一種基于凸包內(nèi)目標(biāo)偏置的高斯濾波模型,結(jié)合反重構(gòu)誤差圖,獲得最終的目標(biāo)先驗(yàn)圖。3.當(dāng)前優(yōu)化方法存在著單一使用背景或者目標(biāo)的問題,由... 

【文章來源】：上海師范大學(xué)上海市

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【圖文】：

顯著圖示例

第 1 章 緒論 上海師范大學(xué)碩士論文復(fù)雜，噪聲較多的圖像沒有進(jìn)行一個完整的處理，一些算法只依賴于低層次的視覺信息，會對許多無關(guān)的低級視覺信號做出回應(yīng)，導(dǎo)致背景區(qū)域的混亂。第三：當(dāng)面對背景區(qū)域與目標(biāo)區(qū)域相似時，類似于中心—周圍的這類算法就不適用了，無法根據(jù)目標(biāo)區(qū)域和背景區(qū)域的顏色，空間位置之間對比度來計(jì)算最后的顯著圖。如圖 1-2 關(guān)于顯著性存在的一些問題的圖像。

a.原圖 b.興趣點(diǎn) c.凸包圖 2-1 凸包形成過程2.1.2 計(jì)算凸包過程計(jì)算圖像的興趣點(diǎn)之后，由于圖像中大多數(shù)的興趣點(diǎn)位于顯著目標(biāo)的周圍，但也有極少數(shù)的興趣點(diǎn)位于圖像的邊緣處，需要消除邊緣的興趣點(diǎn)，如果將一些位于圖像邊緣的興趣點(diǎn)連接起來，會導(dǎo)致大量的背景區(qū)域進(jìn)入到目標(biāo)區(qū)域內(nèi)，圖像的顯著目標(biāo)無法均勻的凸顯出來。為了能夠獲取大部分顯著區(qū)域，需要使用凸包將興趣點(diǎn)環(huán)繞起來，包含這些點(diǎn)的最小凸包就是圖像的大致的顯著區(qū)域。凸包計(jì)算步驟如下：1. 利用基于顏色增強(qiáng)的 Harris 角點(diǎn)檢測算法得到興趣點(diǎn)集合，消除圖像邊緣的興趣點(diǎn)，先是找到興趣點(diǎn)集合中最右下方的興趣點(diǎn)，然后沿著順時針方向?qū)ふ遗c這個興趣點(diǎn)之間在水平正方向具有最小角度的點(diǎn)，并將找到的興趣點(diǎn)和原先


本文編號：3320634