需要金币:1000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:7762 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
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 |