基于显著性的图像特征提取与检测.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2017-01-13
  • 论文字数:7762
  • 当前位置论文阅览室 > 论文范例 > 本科论文 >
  • 课题来源:(晓萱)提供原创文章

支付并下载

摘要:显著区域是图像中最能引起用户兴趣、最能表现图像内容的区域。现在最具代表性的显著性算法是Itti等提出的显著图模型、Harel等提出的GBVS算法、Hou等提出的SR(Spectral Residual)算法[1]。本文对上述三种在计算机上容易实现,引用率高且实验效果好的显著性算法进行研究,比较和分析,并且运用Matlab软件进行显著图计算的实验,依据实验结果,对比几种算法处理不同种图像的特点。最后对SR算法进行改进,利用改进后的SR算法提取自然图像中的显著性区域,可以高效处理显著性目标在图像中所占比例不同的图像,并用人为定义显著图[1]进行检测。

 

关键词: 显著性算法  显著图  SR算法改进

 

目录

摘要

Abstract 

引言

1显著性算法研究意义与现状-2

2 Itti视觉注意模型-3

2.1视觉特征提取-4

2.2显著图生成-5

3 GBVS算法-8

3.1 GBVS算法特征提取-8

3.2显著图生成-8

4 SR算法-11

4.1一般SR算法-11

4.2一般SR算法实现-12

5改进SR算法-15

结论

致谢

参考文献