圖像顯著性檢測通過模仿視覺注意機制來獲取圖像中的重要信息,以提高圖像處理的效率與準確性。在目標識別、圖像標注與檢索、圖像自動剪裁、圖像壓縮等領(lǐng)域均有廣泛應(yīng)用。針對現(xiàn)有顯著性檢測方法易出現(xiàn)的邊界模糊、輪廓不清晰、目標結(jié)構(gòu)性較差以及背景抑制性能差等問題,本文提出一種基于區(qū)域標簽融合的圖像顯著性檢測方法。首先,利用超像素分割方法對輸入圖像進行分割處理,為減少過分割的區(qū)域數(shù)目,通過譜聚類方式對超像素區(qū)域進行二次聚類,得到區(qū)域邊界信息和顏色空間分布圖;然后,利用條件隨機場理論將顏色空間分布圖、多尺度對比特征圖和中心-四周直方圖三種顯著圖充分融合,得到粗度顯著圖;接著,根據(jù)區(qū)域邊界信息定義一種標簽指示向量,為將邊界信息更好地融入粗度顯著圖,設(shè)計區(qū)域標簽融合算法,通過統(tǒng)一標簽得到重構(gòu)的粗度顯著圖;最后,通過優(yōu)化的背景先驗方法對重構(gòu)的粗度顯著圖進行精化。本文算法在MSRA10K與ECSSD數(shù)據(jù)集上分別隨機抽取500幅圖像進行顯著性檢測,并與11種顯著檢測方法進行主觀對比和客觀對比。實驗結(jié)果表明,區(qū)域標簽融合算法得到的顯著區(qū)域邊界輪廓清晰、結(jié)構(gòu)性強,同時該方法具有較高的背景抑制性能和顯著檢測精度。并且本...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景和研究意義
    1.2 研究現(xiàn)狀及應(yīng)用領(lǐng)域
    1.3 本文主要工作
    1.4 本文組織與結(jié)構(gòu)安排
2 顯著性研究相關(guān)理論
    2.1 圖像基本特征
    2.2 顯著性研究相關(guān)方法
    2.4 本章小結(jié)
3 基于區(qū)域標簽融合的圖像顯著性檢測算法
    3.1 算法概述
    3.2 區(qū)域標簽信息的形成
    3.3 獲取粗度顯著圖
    3.4 重構(gòu)粗度顯著圖
    3.5 精化重構(gòu)顯著圖
    3.6 本章小結(jié)
4 實驗結(jié)果與分析
    4.1 測試數(shù)據(jù)集
    4.2 評價指標說明
    4.3 主觀對比分析
    4.4 客觀對比分析
    4.5 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3818103