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、視覺注意機制是人的視覺系統(tǒng)對視覺信息的預處理機制。在其作用下,人眼可以在復雜的視覺場景中快速注意到自己感興趣的區(qū)域,而忽略掉其他信息。容易引起人眼注意的區(qū)域稱為視覺顯著區(qū)。使用計算機模擬人眼的視覺注意機制,對輸入圖像各區(qū)域進行視覺顯著性檢測(以下簡稱顯著性檢測),在后續(xù)的圖像處理或目標檢測過程中,可以根據(jù)檢測結(jié)果分配不同圖像區(qū)域的處理優(yōu)先級,從而更為合理地分配計算機資源,有效地提高計算機對圖像的理解能力。
面向自然場景圖像的顯
2、著性檢測已取得豐富的研究成果,然而在遙感圖像上的研究仍處于探索階段。這主要原因是遙感圖像與自然場景圖像之間存在著巨大的特征差異,其更為復雜的背景造成前景和背景之間的特征差異不明顯。隨著高空間分辨率遙感圖像(以下簡稱高分遙感圖像)的出現(xiàn),對遙感圖像的分析更為困難。將視覺顯著性檢測應用于高分遙感圖像處理具有重要的研究意義和應用價值。
本文面向遙感圖像特別是高分遙感圖像的信息提取,對遙感圖像的視覺顯著區(qū)域檢測方法展開研究,主要工作包
3、括:
(1)提出基于直線特征的顯著性檢測算法。首先提取圖像中的直線信息,包括邊緣直線和相位直線,得到圖像中的直線集合,通過分析直線在圖像中各區(qū)域的分布規(guī)則程度及密集程度計算圖像各區(qū)域的顯著值,并提出反距離變換方法生成基于直線特征的視覺顯著圖。
(2)提出結(jié)合線特征和面特征的顯著性檢測算法。首先通過圖像分割操作將圖像分割為斑塊,構成面基元,然后計算面基元的亮度、光譜等特征值的區(qū)域?qū)Ρ榷炔町惡腿植町愐约靶螤钐卣鞯囊?guī)則程
4、度得到基于面特征的視覺顯著圖,最后將其與基于線特征的視覺顯著圖合并,得到最終的融合了線特征和面特征的綜合顯著圖。
(3)通過顯著圖分割實驗對比了本文算法與現(xiàn)有算法。通過固定閾值分割以及最優(yōu)閾值分割實驗分別對比本文算法與其它常用算法的檢測性能,并通過視覺分析以及定量評價對實驗結(jié)果進行對比。
實驗結(jié)果表明,本文提出的算法在遙感圖像的視覺顯著性檢測上具有更好的檢測結(jié)果。說明本文提出的算法更符合遙感圖像的特點,能夠在復雜的背
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。
最新文檔
- 基于紋理融合的高分辨率遙感圖像分類方法研究.pdf
- 高分辨率遙感圖像分割方法研究.pdf
- 高分辨率衛(wèi)星遙感圖像云檢測方法研究.pdf
- 高分辨率遙感圖像災區(qū)建筑檢測.pdf
- 基于高分辨率SAR圖像的建筑區(qū)域檢測.pdf
- 基于視覺詞袋模型的高分辨率遙感圖像分類研究.pdf
- 基于Hadoop的高分辨率遙感圖像處理研究.pdf
- 高分辨率遙感影像車輛檢測方法研究.pdf
- 高分辨率遙感圖像道路提取研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分割方法研究.pdf
- 高分辨率遙感圖像的道路提取與車輛檢測.pdf
- 高分辨率遙感圖像分割中基元合并方法研究.pdf
- 高分辨率遙感圖像目標識別方法研究.pdf
- 高分辨率遙感影像分割方法研究.pdf
- 高分辨率遙感影像分類方法研究
- 基于高分辨率遙感圖像的車輛分類識別研究.pdf
- 基于Mean Shift的高分辨率遙感圖像分割研究.pdf
- 高分辨率遙感圖像分類技術研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分割方法的研究.pdf
- 距離圖像和高分辨率彩色圖像的融合方法研究.pdf
評論
0/150
提交評論