基于显著性的图像特征提取与检测.doc

资料分类:本科论文 上传会员:晓萱 更新时间:2017-01-13
需要金币1000 个金币 资料包括:完整论文 下载论文
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

相关论文资料:
最新评论
上传会员 晓萱 对本文的描述:通过对选定图片分别进行不同方法的处理,分析了现有显著性分析算法的优劣,针对所选定类型图像提出一种新的算法或是对现有算法进行改进验证,提高显著性区域的检测效果。......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: