基于矩陣稀疏分解的圖像顯著性檢測.pdf_第1頁
已閱讀1頁，還剩50頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、20世紀90年代開始,圖像的研究從生物感知領域逐漸轉(zhuǎn)向視覺感知領域。圖像顯著性檢測結合了生物神經(jīng)學和心理學的研究成果,模擬人眼注意機制建立圖像顯著性檢測模型。該模型能從圖像中自動選擇獲取有價值的顯著信息。圖像的顯著性檢測主要是探索基于人類視覺注意機制的特征提取,具有廣闊的應用前景。本文針對圖像的顯著性檢測算法進行研究,主要工作如下:
　　(1)提出了一種基于圖像基的圖像顯著性檢測算法。首先利用圖像基表示圖像,獲取系數(shù)矩陣;其次由系

2、數(shù)矩陣計算圖像的熵;最后利用熵計算增量編碼長度來獲得圖像的顯著性圖。實驗結果驗證了算法的有效性。
　　(2)提出了一種基于矩陣稀疏分解的圖像顯著性檢測算法。由于圖像的顯著性信息主要包含在圖像矩陣分解后的稀疏矩陣中,因此,顯著圖可以通過稀疏矩陣中的稀疏元素推理得到。算法首先利用矩陣稀疏分解獲得圖像的稀疏矩陣和低秩矩陣,然后對稀疏矩陣采用基于圖像基的檢測方法獲得顯著圖。實驗結果表明,新算法計算量較小,檢測效果較好。
　　(3)提

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論