

版權(quán)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(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的不斷發(fā)展和應(yīng)用,圖像作為信息的主要載體逐漸成為信息技術(shù)領(lǐng)域的重點研究對象。在豐富的信息中如何找到我們感興趣的內(nèi)容即數(shù)據(jù)篩選問題一直是信息技術(shù)的研究熱點,因此圖像數(shù)據(jù)的篩選也就引起了廣大學(xué)者的高度重視。我們知道,人類具有異常突出的視覺數(shù)據(jù)篩選能力,而隨著神經(jīng)學(xué)以及認(rèn)知心理學(xué)的發(fā)展,人類進行視覺處理的機制逐漸被了解,也就促進科學(xué)家們進行了大量模擬視覺選擇機制的研究。
許多學(xué)者嘗試從不同的領(lǐng)域解決圖像數(shù)據(jù)的篩選問題,對
2、于包含多個感興趣目標(biāo)的圖像,由于圖像中存在多個目標(biāo)和復(fù)雜的背景,在提取目標(biāo)時主要有以下兩個方面的問題需要解決:一方面希望提取到的目標(biāo)具備完整的語義結(jié)構(gòu),另一方面又需要合理的機制來實現(xiàn)目標(biāo)之間的轉(zhuǎn)移并確定感興趣目標(biāo)的個數(shù)。針對這一問題,本文提出了一種將空間注意模型與物體注意模型相結(jié)合的研究方法,嘗試將這兩類模型進行優(yōu)勢互補來解決顯著目標(biāo)提取中遇到的一些常見問題。本文的主要研究內(nèi)容包括:
對彩色多目標(biāo)自然場景圖像的目標(biāo)提取研究。針
3、對彩色圖像,由于其所包含的信息豐富,首先利用空間注意模型得到圖像的空間顯著圖,然后對空間顯著圖進行分割,得到僅包含單個顯著目標(biāo)的子場景。結(jié)合基于物體的注意計算模型,在子場景內(nèi)準(zhǔn)確提取顯著目標(biāo):包括判斷某個單一區(qū)域是否是顯著目標(biāo)以及判斷多個區(qū)域是否屬于同一顯著目標(biāo),確保提取到的目標(biāo)具備較為完整的語義結(jié)構(gòu)。
對灰度圖像中顯著目標(biāo)的提取進行了研究。針對包含信息較少的灰度圖像,提出了一種基于區(qū)域的顯著度量方法,并自適應(yīng)提取圖像中的多個
4、顯著目標(biāo):首先使用基于圖論的方法將圖像分割成不同的區(qū)域,其次計算區(qū)域之間的相似性并將區(qū)域重心的距離作為區(qū)域相似性的權(quán)值,構(gòu)建灰度圖像的顯著圖,最后對顯著圖進行多閾值分割實現(xiàn)顯著目標(biāo)提取。
對多目標(biāo)場景提取時顯著目標(biāo)的轉(zhuǎn)移機制進行了研究。在實現(xiàn)多個顯著目標(biāo)的提取的同時對顯著目標(biāo)的重要性進行了排序,并依照排序結(jié)果實現(xiàn)顯著目標(biāo)的轉(zhuǎn)移。此外,也考慮了不同顯著區(qū)域和目標(biāo)的合并,無論是彩色圖像還是灰度圖像,對提取的顯著目標(biāo)進行合并和轉(zhuǎn)移后
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 自然場景中顯著對象的檢測與提取方法研究.pdf
- 自然場景圖像的顯著區(qū)域檢測算法研究.pdf
- 自然場景圖像中的文字定位及提取方法研究.pdf
- 自然場景圖像中的文本定位和提取算法研究.pdf
- 視頻圖像中運動目標(biāo)的前景提取及跟蹤.pdf
- 復(fù)雜場景中運動目標(biāo)的檢測.pdf
- 復(fù)雜背景下彩色圖像中作物目標(biāo)的自動提取.pdf
- 融合顯著性與Graph Cut的自然場景圖像分割.pdf
- 復(fù)雜自然場景中的字符提取.pdf
- GPR圖像中管線目標(biāo)的自動識別與提取.pdf
- 圖像中自然場景字符區(qū)域定位.pdf
- 自然場景圖像中的文字檢測.pdf
- 復(fù)雜場景下灰度圖像目標(biāo)的精確跟蹤方法研究.pdf
- 圖像顯著區(qū)域提取及其在圖像檢索中的應(yīng)用.pdf
- 顯著目標(biāo)檢測與提取研究.pdf
- 復(fù)雜場景中運動目標(biāo)的檢測與跟蹤.pdf
- 基于顯著特征描述的復(fù)雜場景中目標(biāo)檢測方法.pdf
- 基于視覺注意機制的自然場景下圖像目標(biāo)分割.pdf
- 自然場景下圖像中的文本探測.pdf
- 自然場景下成熟蘋果目標(biāo)的識別及其定位技術(shù)研究.pdf
評論
0/150
提交評論