論文查重服務(wù)12年
211、985指定查重網(wǎng)
-
全國(guó)咨詢電話：0571-28284626
首先對(duì) 圖像 進(jìn)行超像素分割預(yù)處理，然后利用 圖像 的顏色特征和空間特征算出區(qū)域?qū)Ρ榷龋俳Y(jié)合 圖像 子區(qū)域與其鄰域像素平均特征向量的距離以 及 中心優(yōu)先原則得到 圖像 高質(zhì)量的 顯著 圖。 仿真實(shí)驗(yàn)結(jié)果表明，與其他的 顯著性檢測(cè) 算法相比，可以更加有效地 檢測(cè) 出 顯著性 目標(biāo)，更好地抑制背景。
顯著性圖的目的是通過顯著性的空間分布來表示醒目度（conspicuity-saliency）或顯著度：在視野中每個(gè)位置用一個(gè)定量向量表示，引導(dǎo)注意位置的選擇。 通過一個(gè)動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型，特征圖的組合可以向顯著性圖提供BU輸入。
此文件包括三個(gè)關(guān)于 圖像顯著性 的 代碼 ，每個(gè)模型單獨(dú)成一個(gè)文件夾，并用其模型名稱命名，三個(gè)模型分別是ITTi模型、GBVS模型和SR模型，這三個(gè)模型都是使用MATLAB實(shí)現(xiàn)的，下載后可以直接使用MATLAB運(yùn)行，另文件附有一個(gè)鏈接。 隨著計(jì)算機(jī)視覺的發(fā)展， 圖像顯著 區(qū)域 檢測(cè) 在 圖像 處理領(lǐng)域越來越重要。
一般的模型都是將顯著性問題轉(zhuǎn)化為目標(biāo)特殊性質(zhì)檢測(cè)的問題，例如一些顏色特征、亮度特征、紋理特征等等，面對(duì)不可預(yù)測(cè)、無數(shù)的視覺模式類別，我們需要一個(gè)通用的顯著性檢測(cè)系統(tǒng)。 如果要提出一個(gè)通用的顯著性檢測(cè)系統(tǒng)，那么根據(jù)以往的模型，就必須找到目標(biāo)通用的特征，但是這基本上是不可能的事，每個(gè)目標(biāo)都有自己與眾不同的特性。
