基于圖的NAM表示及其上的顯著性區(qū)域檢測(cè).pdf

1、圖像表示是圖像信息在計(jì)算機(jī)中的表示和存儲(chǔ)方式,圖像表示在計(jì)算機(jī)視覺(jué)、圖像處理和模式識(shí)別中有著非常重要的研究意義。圖像的表示方法不同將直接影響圖像在處理中的效率。非對(duì)稱逆布局表示模型(NAM)借助于packing思想擁有較好的表示效率,能夠在保持圖像編碼效率的情況下獲得良好的圖像處理能力。
　　在NAM的基礎(chǔ)上,以圖像識(shí)別為目的,研究了一種新的基于圖的逆布局子模式生長(zhǎng)算法GNAM,通過(guò)圖的全局性特征進(jìn)行子模式分割,并設(shè)計(jì)基于局部動(dòng)態(tài)

2、閾值的方法來(lái)動(dòng)態(tài)的判定子模式。針對(duì)彩色圖像和灰度圖像的區(qū)別設(shè)計(jì)一種符合視覺(jué)的子模式間距離計(jì)算方法。通過(guò)圖像重建后的實(shí)驗(yàn)數(shù)據(jù)表明相對(duì)于NAM,使用GNAM逆布局的子模式能夠獲得更準(zhǔn)確的子模式和更好的圖像重建效果。
　　針對(duì)NAM子模式隊(duì)列存儲(chǔ)方式的特點(diǎn)和GNAM子模式的特點(diǎn),設(shè)計(jì)了一種能夠保留子模式空間特性和增強(qiáng)子模式存儲(chǔ)壓縮特性的標(biāo)簽矩陣數(shù)據(jù)結(jié)構(gòu),實(shí)現(xiàn)了子模式隊(duì)列和標(biāo)簽矩陣的相互轉(zhuǎn)換算法。根據(jù)標(biāo)簽矩陣的特征設(shè)計(jì)了一種基于標(biāo)簽矩陣的

3、NAM的游程編碼和huffman編碼相結(jié)合的聯(lián)合壓縮技術(shù)。通過(guò)分析NAM的各種存儲(chǔ)方式,提出了NAM編碼協(xié)議,形成一套較完整的NAM編碼統(tǒng)一規(guī)則。通過(guò)和原始NAM子模式隊(duì)列的圖像表示模型的數(shù)據(jù)量比較獲得了較大的圖像數(shù)據(jù)壓縮效果。
　　基于GNAM的分割子模式的全局特性和區(qū)域特性,提出使用于GNAM子模式之上的區(qū)域顯著性檢測(cè)算法,求得GNAM的顯著性圖,并通過(guò)顯著性圖使用多層迭代Grabcut方法對(duì)圖像進(jìn)行顯著區(qū)域分割。實(shí)驗(yàn)表明,基