文章提出一種基于圖像背景顯著性和前景顯著性相結(jié)合、自底向上的紡織印染圖像顯著性檢測(cè)算法。此算法首先通過圖像的邊界信息,從圖像邊框或中心的超像素中收集背景種子并計(jì)算出基于背景的顯著圖;其次,通過基于脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）的自適應(yīng)閾值方法分割基于背景的顯著圖來收集前景種子并計(jì)算出基于前景的顯著圖;最后,使用文章提出的公式,將兩個(gè)顯著圖綜合起來,并使用顯著擴(kuò)散和高斯衰減的方法進(jìn)行優(yōu)化,獲得效果最佳的紡織印染圖像顯著圖。 

【文章來源】：紡織報(bào)告. 2020,39(05)

【文章頁數(shù)】：3 頁

【文章目錄】：
1 相關(guān)工作
2 實(shí)驗(yàn)評(píng)估
    2.1 基于背景的顯著性檢測(cè)
        2.1.1 背景種子選擇
        2.1.2 背景種子的差異性
    2.2 基于前景的顯著性檢測(cè)
        2.2.1 前景種子選擇
        2.2.2 前景種子的相似性
    2.3 基于背景和前景相結(jié)合的顯著性檢測(cè)
        2.3.1 算法思想
        2.3.2 優(yōu)化方法
            2.3.2.1 顯著擴(kuò)散
            2.3.2.2 高斯衰減
3 結(jié)語



本文編號(hào)：3544049