隨著社會的快速發(fā)展、科學技術(shù)的突破以及互聯(lián)網(wǎng)的日益普及,人們獲取圖像的手段日益方便與靈活,獲取到的圖像數(shù)據(jù)量也急速增長。相對海量的并不斷增長的圖像數(shù)據(jù)而言,計算資源是有限的,如何利用有限的計算資源自動高效準確地分析和理解圖像內(nèi)容,是計算機視覺領(lǐng)域面臨的巨大挑戰(zhàn)。視覺注意力機制使得人類在面對一個復(fù)雜的視覺場景時,能夠快速地找到場景中顯著的或感興趣的某個或某些局部內(nèi)容并對之進行處理,其核心任務(wù)就是視覺顯著性檢測及分割。本文在現(xiàn)有研究的基礎(chǔ)上,對視覺顯著性檢測和顯著目標分割展開深入研究,主要內(nèi)容及創(chuàng)新點歸納如下:1.針對當前的基于頻域的視覺顯著性檢測方法獲得的顯著性圖一般不具備清晰邊界的問題,提出一種基于非下采樣輪廓波變換全局和局部信息的視覺顯著性檢測算法,可以較好地檢測圖像中的顯著目標并進行顯著目標的分割。非下采樣輪廓波變換具有多分辨率、局部化、多方向性和各向異性等特點,使得其具有有效描述圖像細節(jié)和精確逼近光滑輪廓的能力。首先應(yīng)用非下采樣輪廓波變換對圖像進行分解;然后對高頻系數(shù)進行分類和優(yōu)化,對這些優(yōu)化后系數(shù)進行逆變換得到特征圖;從全局對比度和局部對比度出發(fā)度量全局和局部顯著性,最后將全局... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：149 頁

【學位級別】：博士

【部分圖文】：

圖１－２視覺顯著性的應(yīng)用??

們對景物的視覺感知過程是：景物反射的光信號透過眼球的晶狀體和玻璃體被視??網(wǎng)膜接收并轉(zhuǎn)化為神經(jīng)電信號，經(jīng)由視神經(jīng)傳遞到外側(cè)膝狀體，經(jīng)過外側(cè)膝狀體??的處理和傳遞，最后到達大腦視覺皮層進行更進一步的處理和解析，如圖１－３所??示。接下來，我們分別對視覺系統(tǒng)中的三個主要組成部分：視網(wǎng)膜、外側(cè)膝狀體??和視皮層進行簡要概述。??背側(cè)通路??Ｄｏｒｓａｌ?（ｐａｒｉｅｔａｌ）?ｐａｔｆｉｗａｙ??麵艦?ＭＴ??Ｖｅｎｔｒａｌ?（ｔｅｍｐｏｒａｌ）?ｐａ＾－ａ＾?％?Ｅｌ?Ｃｏｌｏｒ?Ｓｆｉ－ｆｅ??＼?＾?Ｅｅｐｔｈ＊？??’一，Ｔｌｉｉｎ?ｓｔｒｉｐｅ?＇?％?Ｄｉｒｅｃｔｉｏｎ方問??Ｏｒｉｅｒｔａｈｏｎ明兩??：Ｐ?—麵??Ｆｒｏｍ?ｂｌｏｂｓ?１，１?！?Ｊ?／?＇?［?Ｉ??ＴｉｗＬ?—?…??ｐ—ｙ?＇ＭＴ??Ｐａｒａｓｏｌ?Ｍａｇｎｏ?（ｄｏｒｓａｌ??－＾５１＾?ＬＧＮ?．．ｒｇａｎｇｌｉｏｎ?ｏｒ?ｐａｒｉｅｔａｌ）??外側(cè)膝狀體?ｃｅｌｌｓ?｜?Ｐａｆｔｗａｙ??Ｅａ?，——Ｈ??－－?Ｐｖｒｒ＾?視網(wǎng)膜??圖１－３視覺通路示意圖％??（１）視覺信息接收第一站——視網(wǎng)膜??物體反射光線透過眼睛的角膜和晶狀體及玻璃體，像一臺照相機一樣把倒像??５??

受器細胞到雙極細胞的傳遞，無軸突細胞調(diào)節(jié)雙極細胞到神經(jīng)節(jié)細胞的傳遞。神??經(jīng)節(jié)細胞是信息從視網(wǎng)膜傳出的唯一通道，主要有兩種？．侏儒神經(jīng)節(jié)細胞（ｍｉｄｇｅｔ??ｇａｎｇｌｉｏｎｃｅｌｌｓ）和傘形神經(jīng)節(jié)細胞（ｐａｒａｓｏｌｇａｎｇｌｉｏｎｃｅｌｌｓ）（見圖１－３），沿視覺通??路投射入ＬＧＮ之后，這一區(qū)別依然保留。通常，傘形神經(jīng)節(jié)細胞比較適于捕捉??物體的運動信息和空間位置信息，侏儒神經(jīng)節(jié)細胞則對物體的外觀信息比較敏感。??神經(jīng)節(jié)細胞的軸突形成了視神經(jīng)，視神經(jīng)束穿過視網(wǎng)膜的區(qū)域沒有光感受器，這??塊區(qū)域成為盲點。??在這里我們介紹神經(jīng)科學里一個基本又關(guān)鍵的概念一一感受野（Ｒｅｃｅｐｔｉｖｅ??ｆｉｅｌｄ，ＲＦ）。在視覺系統(tǒng)中，可以把感受野定義為每個神經(jīng)元所對應(yīng)的視野中的某??個區(qū)域，對這個區(qū)域給予一定的視覺刺激，可以調(diào)制對應(yīng)神經(jīng)元的響應(yīng)［５Ｑ］。大多??數(shù)視網(wǎng)膜神經(jīng)節(jié)細胞的感受野具有一種空間拮抗結(jié)構(gòu)：來自興奮區(qū)的反應(yīng)對抗來??自抑制區(qū)的反應(yīng)。圖１－４給出了一個視網(wǎng)膜神經(jīng)節(jié)細胞ｏｎ－中心型感受野及其感??．應(yīng)形式示意圖，此時中心是興奮區(qū)周圍是抑制區(qū)（ｏｆｆ－中心型與之相反），黃色原??點代表光點，中心在光點出現(xiàn)或偏移時有響應(yīng)，而此時周圍抑制區(qū)具有相反的響??應(yīng)；當光點在抑制區(qū)之外時則沒有響應(yīng)

【參考文獻】：
期刊論文
[1]視頻顯著性檢測研究進展[J]. 叢潤民,雷建軍,付華柱,王文冠,黃慶明,牛力杰.  軟件學報. 2018(08)
[2]基于層級分割的顏色恒常性算法[J]. 王磊,謝江寧.  山東大學學報(理學版). 2016(01)
[3]圖像去霧的最新研究進展[J]. 吳迪,朱青松.  自動化學報. 2015(02)
[4]基于非降采樣Contourlet變換的非線性圖像增強新算法[J]. 張林,朱兆達.  電子與信息學報. 2009(08)

博士論文
[1]前端視覺通路信息加工的計算模型及應(yīng)用研究[D]. 楊開富.電子科技大學 2016



本文編號：3407778