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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、人類視覺系統(tǒng)可以利用視覺注意和選擇機(jī)制,僅關(guān)注場景中感興趣區(qū)域,且通過對這小部分關(guān)注區(qū)域快速抽取場景中的重要內(nèi)容,完成場景理解。計算機(jī)視覺領(lǐng)域,借助人類視覺注意與選擇機(jī)制開展了視覺顯著性研究,并用專業(yè)術(shù)語顯著圖(SaliencyMap)來刻畫所關(guān)注區(qū)域。因此顯著性檢測是快速抽取有關(guān)場景重要內(nèi)容的一個有力手段。
論文從對比分析現(xiàn)有顯著性模型入手,主要采用傅里葉相位譜方法進(jìn)行場景顯著目標(biāo)檢測,然后利用圖分割方法進(jìn)行顯著對象的提取的
2、策略,研究靜態(tài)圖像和視頻中顯著性檢測方法,并形成圖像和視頻中的顯著對象的檢測和提取。其研究內(nèi)容主要體現(xiàn)在:
1)對比分析現(xiàn)有的Itti模型和IG模型的顯著性檢測性能,為后續(xù)顯著性模型的研究打下基礎(chǔ);
2)充分分析現(xiàn)有的傅里葉變換,并研究將其擴(kuò)充到四元數(shù)上的傅里葉變換的基本理論;
3)為了將四元傅里葉變換應(yīng)用到靜態(tài)圖像中進(jìn)行顯著性檢測,改變四元數(shù)的表達(dá),考慮2D圖像中的亮度和兩種顏色通道,構(gòu)成3元傅里葉變換,
3、進(jìn)行顯著目標(biāo)的提取,并對靜態(tài)圖像中的顯著性檢測和目標(biāo)凸顯結(jié)果進(jìn)行了相關(guān)分析;
4)將四元傅里葉變換擴(kuò)展到動態(tài)視頻中進(jìn)行顯著性檢測和目標(biāo)凸顯的研究,并對其在動態(tài)視頻中的顯著性描述的優(yōu)劣進(jìn)行了實(shí)驗(yàn)對比分析。具體來說就是將圖像的每個像素表示成由亮度、顏色、運(yùn)動構(gòu)成的四元數(shù)。由于添加了運(yùn)動維度,該方法考慮到了幀與幀之間的時間特征?;叶群筒噬曨l的實(shí)驗(yàn)結(jié)果表明,四元傅里葉變換后的顯著目標(biāo)提取,可以較好的克服背景運(yùn)動和背景比較雜亂的情況,
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(hù)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
- 基于小波超復(fù)數(shù)分?jǐn)?shù)階傅里葉變換的視覺顯著目標(biāo)檢測研究.pdf
- 特征融合的顯著目標(biāo)檢測方法研究.pdf
- 基于Hough變換的微弱目標(biāo)檢測方法研究.pdf
- 基于區(qū)域的圖像顯著目標(biāo)檢測.pdf
- 基于傅里葉變換和小波理論相結(jié)合的諧波檢測方法研究
- 基于小波變換的小目標(biāo)檢測方法研究.pdf
- 基于GPU的傅里葉變換光譜復(fù)原方法研究.pdf
- 顯著目標(biāo)檢測方法及其應(yīng)用研究.pdf
- 顯著目標(biāo)檢測方法及其應(yīng)用研究
- 傅里葉變換_離散時間傅里葉變換_離散傅里葉變換的關(guān)系
- 基于傅里葉變換和小波理論相結(jié)合的諧波檢測方法研究.pdf
- 基于顯著特征描述的復(fù)雜場景中目標(biāo)檢測方法.pdf
- 基于小波變換的紅外弱小目標(biāo)檢測方法研究.pdf
- 基于分?jǐn)?shù)傅里葉變換的量子混沌圖像加密方法研究.pdf
- 基于Bandelet變換的目標(biāo)檢測研究.pdf
- 基于區(qū)域特征融合的顯著目標(biāo)檢測研究.pdf
- 基于傅里葉變換和Gabor變換的機(jī)織物紋理分析方法研究.pdf
- 基于PCA和傅里葉變換的眉毛識別方法研究.pdf
- 基于隨機(jī)霍夫變換的微弱目標(biāo)檢測方法研究.pdf
- 基于傅里葉變換的時頻域無功測量方法研究.pdf
評論
0/150
提交評論