学位论文 > 优秀研究生学位论文题录展示

基于全局孤立性和局部紧凑性的显著目标检测算法研究

作　者: 孟鹏权
导　师: 胡正平
学　校: 燕山大学
专　业: 通信与信息系统
关键词: 视觉注意 显著度 随机游走模型 马尔科夫链 图表示 空间紧凑性 区域一致性 方向熵
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 57次
引　用: 1次
阅　读: 论文下载
 

内容摘要


视觉注意能够把有限的处理资源快速而准确地分配到显著的视觉区域上。同时由于视觉选择性注意机制在图像压缩、目标检测、图像检索等方面有着广泛的应用价值。因此,如何在生物学启发下建立机器视觉模型得到极大关注。但目前的视觉注意模型主要依赖像素间的相互对比,缺乏从全局角度对显著目标的分析理解,当背景较复杂时,检测结果不够理想。鉴于此,本文对一些新的视觉注意计算模型展开研究。首先,研究一种基于空间分布特性和局部复杂度的显著目标检测算法。首先根据局部区域与其多个尺度邻域的对比,得到亮度显著图;然后利用颜色信息的显眼性、空间分布和区域一致性得到颜色显著图;同时通过对方向的空间分布和局部复杂度进行多尺度分析得到方向显著图;最后将三者线性融合得到显著图。实验结果表明该算法是切实可行。其次,通过将视觉显著性检测公式化为马尔科夫随机游走问题,研究一种基于目标全局孤立性和局部同质性的图表示随机游走显著区域检测算法。首先将输入图像进行分块,利用颜色和方向特征确定边的权重,从而确定马尔科夫转移矩阵;然后通过全连通图搜索提取全局特性;同时通过k-regular图搜索提取局部特性;最后结合全局特性和局部特性得到输入图像的显著图,进而确定感兴趣区域位置。该方法得到较好的检测结果。最后,根据生物视觉注意机制,研究一种基于混合图上随机游走模型的显著目标检测算法,利用颜色特征距离确定无向图的边的权重,同时采用方向特征的空间扩散程度和局部方向熵对比确定有向图的边的权重,进而结合无向图和有向图得到混合图;然后通过图搜索度量每个像素块的显著性,得到输入图像的显著图。实验结果验证了算法的有效性。

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-16
  1.1 课题背景及意义  10-11
  1.2 国内外研究现状  11-13
  1.3 本文研究内容及创新点  13-14
  1.4 本文组织结构  14-16
第2章 视觉显著性检测研究的理论基础  16-27
  2.1 图像底层特征描述  16-18
    2.1.1 颜色特征描述  16-17
    2.1.2 方向特征描述  17-18
  2.2 人类视觉感知系统和注意机制  18-21
    2.2.1 人类视觉感知系统  18-20
    2.2.2 视觉注意机制  20-21
  2.3 基于空间特征的显著性检测算法  21-24
    2.3.1 Itti 模型  21-23
    2.3.2 稀疏编码算法  23-24
  2.4 基于统计特性的显著性检测算法  24-25
  2.5 基于图谱的显著性检测算法  25-26
  2.6 本章小结  26-27
第3章 基于目标空间分布特性和局部复杂度的显著目标检测算法  27-40
  3.1 引言  27-28
  3.2 系统组成  28-29
  3.3 基于目标空间分布特性和局部复杂度的显著检测模型  29-35
    3.3.1 亮度显著性检测模型  29
    3.3.2 颜色显著性检测模型  29-32
    3.3.3 方向显著性检测模型  32-34
    3.3.4 特征显著图融合策略  34-35
  3.4 实验结果与分析  35-38
  3.5 本章小结  38-40
第4章 基于全局孤立性和局部同质性随机游走的显著目标检测算法  40-51
  4.1 引言  40-41
  4.2 显著目标检测系统组成  41-42
  4.3 基于图表示随机游走的视觉注意显著目标检测模型  42-46
    4.3.1 图表示映射的遍历马尔可夫链  42-43
    4.3.2 构建颜色和能量方向图表示  43
    4.3.3 全局孤立性  43-44
    4.3.4 局部同质性  44-45
    4.3.5 合并与提取策略  45-46
  4.4 实验仿真  46-50
  4.5 本章小结  50-51
第5章 基于混合图上随机游走的视觉注意显著目标检测算法  51-61
  5.1 引言  51-52
  5.2 显著目标检测系统框图  52
  5.3 基于混合图上随机游走的显著目标检测算法  52-55
    5.3.1 构建混合图模型  52-54
    5.3.2 随机游走模型  54
    5.3.3 合并与提取策略  54-55
  5.4 仿真实验  55-59
  5.5 本章小结  59-61
结论  61-62
参考文献  62-67
攻读硕士学位期间承担的科研任务与主要成果  67-68
致谢  68-69
作者简介  69

相似论文

  1. 基于视觉注意与结构失真的图像质量评价方法研究,TP391.41
  2. 复杂目标视觉注意模型研究,TP391.41
  3. 基于认知特征的服装风格自主分类的研究与实现,TS941.11
  4. 基于显著度抠像的图像检索研究与实现,TP391.41
  5. 低质量文档图像的二值化研究,TP391.41
  6. 低码率高保真遥感图像压缩方法研究,TP751
  7. 视频检索中的场景摘要技术研究,TP391.41
  8. 基于认知的立体视觉技术研究,TP391.41
  9. 基于内容的图像缩放算法研究,TP391.41
  10. 视觉注意机制建模中的特征调制和选择策略研究,TP391.41
  11. 基于数学形态学的骨架层次性分解及显著度计算与研究,TP391.41
  12. 基于灰度变化显著度的小波图像融合方法研究,TP391.41
  13. 基于视觉注意机制的运动目标识别算法研究,TP391.41
  14. 辅助无人机飞行控制的人造目标检测技术,TP751
  15. 基于内容自适应的数字图像修复算法研究,TP391.41
  16. 具有破产价值的保险公司的最优控制策略,F840.6
  17. 基于视觉注意机制的服饰平面广告,F713.8
  18. 关于若干回归模型的研究,O212.1
  19. 马尔科夫链—蒙特卡罗算法及其在MIMO检测中的应用研究,TN919.3
  20. 状态维修在高速压着设备上的应用研究,TG305

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com