隨著互聯(lián)網(wǎng)技術(shù)和數(shù)字多媒體技術(shù)的快速發(fā)展,每天都會(huì)產(chǎn)生海量的圖像數(shù)據(jù),由于人類的視覺(jué)系統(tǒng)具有快速定位圖像中顯著性目標(biāo)的能力,進(jìn)而對(duì)圖像中的感興趣區(qū)域進(jìn)行快速處理。顯著性目標(biāo)檢測(cè)就是模仿人類視覺(jué)系統(tǒng)的工作機(jī)制,對(duì)圖像中的顯著區(qū)域進(jìn)行迅速定位,并作為后續(xù)高級(jí)任務(wù)的預(yù)處理步驟。因此,研究顯著性目標(biāo)檢測(cè)受到越來(lái)越多研究學(xué)者的關(guān)注。針對(duì)于目前顯著性目標(biāo)檢測(cè)方法存在的局限和不足,本文通過(guò)融合不同檢測(cè)原理的弱顯著性檢測(cè)方法,得到對(duì)圖像顯著性目標(biāo)的強(qiáng)估計(jì),檢測(cè)結(jié)果更準(zhǔn)確而且適用性更好。本文的主要內(nèi)容及貢獻(xiàn)如下:1、提出了一種基于協(xié)同顯著性的單圖像顯著性目標(biāo)檢測(cè)算法。首先對(duì)待檢測(cè)圖像進(jìn)行超像素分割,并用多種弱顯著性檢測(cè)算法對(duì)待檢測(cè)圖像進(jìn)行顯著性檢測(cè),獲得多幅顯著性檢測(cè)圖;然后根據(jù)多幅弱顯著性圖和超像素分割結(jié)果獲取超像素塊的特征矩陣,進(jìn)而通過(guò)能量函數(shù)得到每個(gè)超像素塊的顯著性值;最后通過(guò)超像素塊顯著性值和閾值比較選取種子點(diǎn),根據(jù)待檢測(cè)圖像像素點(diǎn)之間的關(guān)系建立權(quán)重矩陣,并構(gòu)建游走方程,在種子點(diǎn)游走后得到其它非種子點(diǎn)的顯著性值,獲得最終的顯著性結(jié)果圖。實(shí)驗(yàn)表明,該方法能夠更準(zhǔn)確地檢測(cè)出圖像中的顯著性目標(biāo),而且在...

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 視覺(jué)顯著性的研究現(xiàn)狀
        1.2.2 顯著性目標(biāo)檢測(cè)的研究現(xiàn)狀
        1.2.3 協(xié)同顯著性目標(biāo)檢測(cè)的研究現(xiàn)狀
    1.3 本論文的主要工作和章節(jié)安排
第二章 顯著性目標(biāo)檢測(cè)的理論知識(shí)
    2.1 圖像顯著性特征
    2.2 顯著性計(jì)算原理
    2.3 典型的圖像顯著性檢測(cè)算法
        2.3.1 ITTI算法
        2.3.2 SR算法
        2.3.3 MSSS算法
        2.3.4 基于上下文的檢測(cè)算法
        2.3.5 基于背景先驗(yàn)的檢測(cè)算法
    2.4 本章小結(jié)
第三章 基于協(xié)同顯著性的單圖像顯著性目標(biāo)檢測(cè)
    3.1 引言
    3.2 整體算法框架介紹
    3.3 超像素分割
    3.4 能量函數(shù)
    3.5 隨機(jī)游走
    3.6 測(cè)試數(shù)據(jù)集與評(píng)估指標(biāo)
        3.6.1 常用的測(cè)試數(shù)據(jù)集
        3.6.2 常用的評(píng)估指標(biāo)
    3.7 實(shí)驗(yàn)和結(jié)果分析
    3.8 本章小結(jié)
第四章 基于協(xié)同顯著性的多圖像共顯著性目標(biāo)檢測(cè)
    4.1 引言
    4.2 整體算法框架介紹
    4.3 圖像間K-means聚類
    4.4 計(jì)算3種圖像間線索
    4.5 初始顯著性圖加權(quán)優(yōu)化
    4.6 測(cè)試數(shù)據(jù)集與評(píng)估指標(biāo)
        4.6.1 常用的測(cè)試數(shù)據(jù)集
        4.6.2 常用的評(píng)估指標(biāo)
    4.7 算法測(cè)試與分析
    4.8 本章小結(jié)
第五章 總結(jié)和展望
    5.1 本文工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3764957