基于視覺感知的目標(biāo)特性分析.pdf

1、鷹能從復(fù)雜的自然背景中敏銳地捕獲、跟蹤地面奔跑的獵物。動物強(qiáng)大的視覺功能一直吸引著廣大工作者對其視神經(jīng)信息處理系統(tǒng)進(jìn)行研究。通過仿生動物視覺神經(jīng)信息處理系統(tǒng)實(shí)現(xiàn)復(fù)雜背景下的運(yùn)動目標(biāo)檢測與跟蹤，往往需要提取目標(biāo)靜態(tài)特征、動態(tài)特征及兩者復(fù)合特征，自底向上實(shí)現(xiàn)對目標(biāo)的注意。靜態(tài)特征是動態(tài)特征的基礎(chǔ)，本文主要研究基于視覺感知機(jī)理的復(fù)雜背景下目標(biāo)靜態(tài)特征提取和識別問題，通過深入探討和分析模型改進(jìn)、紋理特征提取和興趣目標(biāo)識別等問題，提高興趣目標(biāo)在顯

2、著圖的顯著程度，從而達(dá)到首先或率先聚焦興趣目標(biāo)。
　　本文首先分析視覺注意模型的研究現(xiàn)狀，討論人類感知系統(tǒng)的結(jié)構(gòu)與特點(diǎn)。在Itti模型中加入輪廓特征提取，建立了改進(jìn)模型，并通過實(shí)驗(yàn)驗(yàn)證該改進(jìn)模型能較大程度提升興趣圖描述目標(biāo)區(qū)域的準(zhǔn)確性。
　　其次，利用灰度共生矩陣提取人造物體和自然物體的紋理特征，自然景物的紋理特征和人造景物的紋理特征存在差別，自然景物的紋理較粗糙而人造景物的紋理較細(xì)致。
　　最后，在Itti模型上融入