图像的视觉显著性分析与应用研究

发布时间：2017-08-04 08:27

  本文关键词：图像的视觉显著性分析与应用研究

  更多相关文章： 视觉显著性 特征空间 图融合 海水珍珠图像 背景提取 Otsu算法

【摘要】：人类视觉系统能迅速从图像或场景中发现并关注感兴趣的内容。如何模仿视觉认知机制建立视觉显著计算模型,以实现对场景中目标的检测和识别是当前计算机视觉领域的研究热点。本文从视觉注意机制、视觉计算理论和视觉显著计算模型出发,对自底向上的视觉显著计算模型深入研究和改进,并将其应用于静态图像和视频图像序列。首先对自底向上的视觉显著计算模型进行了综述和分析,并归纳成可分为显著特征检测与描述、显著图生成和显著图融合三部分的一般模型框架。研究分析了框架中各部分采用的不同的处理方法、适用范围及其存在的问题。再针对Itti模型的显著特征选择和算法较为复杂的不足,提出单一尺度下结合全局颜色显著和方向显著的改进显著计算方法。该方法在更符合视觉特性的Lab空间中进行多通道分解,利用高斯差分滤波提取各通道颜色特征,进行全局均值计算颜色显著图；利用Gabor滤波的方向选择性提取不同方向上的显著图。将改进的算法模型和Itti模型、SR模型在MSRA视觉显著目标检测数据库中进行实验验证,结果表明,在该测试库中本文方法在显著目标提取的完整性、与人工标记图的相近程度均优于对比模型结果。研究了基于颜色、纹理、形状的多特征融合与模式识别的海水珍珠目标识别方法,利用Matlab、SQL Server设计开发了海水珍珠识别原型系统,并将显著计算模型应用于该系统中的珍珠图像目标自动检测。利用SR模型的显著性检测原理,提出一种结合视频图像帧间关系的多通道残余谱计算的静止背景提取方法。该方法按固定时间间隔抽取视频图像序列,统计多色彩通道下频域中对数谱,在进行多帧均衡后过滤显著目标信息,反变换后重建背景图像,实验验证了方法的有效性。再结合视频图像序列中相邻帧间的关系,利用遗传模拟退火算法对Otsu算法进行改进,并结合三帧差分法实现运动目标的检测,实验证明该方法提高了二值化阈值的选取精度,使检测的运动目标更完整。
【关键词】：视觉显著性 特征空间 图融合 海水珍珠图像 背景提取 Otsu算法
【学位授予单位】：海南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-15
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 视觉注意机制研究现状10-12
• 1.2.2 视觉显著计算模型研究现状12-13
• 1.3 研究内容与章节安排13-14
• 1.4 本章小结14-15
• 2 通用视觉显著计算模型框架15-24
• 2.1 显著特征检测与描述15-19
• 2.1.1 颜色特征16-17
• 2.1.2 纹理特征17-18
• 2.1.3 形状特征18-19
• 2.1.4 视频图像运动信息19
• 2.2 显著图生成策略19-21
• 2.2.1 区域比较20
• 2.2.2 全局均值比较20-21
• 2.2.3 多尺度多分辨率分析21
• 2.3 显著图融合策略21-23
• 2.3.1 单一线性融合22
• 2.3.2 自适应融合22-23
• 2.4 本章小结23-24
• 3 改进的显著计算模型与应用24-40
• 3.1 Itti模型介绍及分析24-26
• 3.2 改进的显著计算模型26-33
• 3.2.1 底层特征提取26-28
• 3.2.2 显著子图生成28-30
• 3.2.3 综合显著图30-31
• 3.2.4 对比实验与结果分析31-33
• 3.3 在海水珍珠识别系统中的应用33-38
• 3.3.1 海水珍珠识别系统架构33
• 3.3.2 系统设计与实现33-37
• 3.3.3 基于显著计算的珍珠目标检测37-38
• 3.4 本章小结38-40
• 4 视觉显著性在视频图像中的应用40-52
• 4.1 动目标检测方法概述40-41
• 4.2 基于改进残余谱的视频序列背景提取41-45
• 4.2.1 SR算法与改进基础41
• 4.2.2 改进算法提取运动目标背景41-44
• 4.2.3 实验结果与分析44-45
• 4.3 改进的Otsu算法应用于运动目标检测45-51
• 4.3.1 最大类间差法45-46
• 4.3.2 基于遗传模拟退火算法的改进46-49
• 4.3.3 结合三帧差分法的运动目标检测49
• 4.3.4 实验结果与分析49-51
• 4.4 本章小结51-52
• 5 总结与展望52-54
• 参考文献54-58
• 硕士期间发表论文和科研情况58-59
• 致谢59

【参考文献】

中国期刊全文数据库 前10条

1 杨胜辉;李太君;肖沙;周浩理;徐宁敏;;改进的Otsu算法及在运动目标检测中的应用研究[J];电视技术;2015年24期

2 孙晓帅;姚鸿勋;;视觉注意与显著性计算综述[J];智能计算机与应用;2014年05期

3 陶辉;陈闽杰;贺石中;冯伟;;在线铁谱图像分析中基于蚁群算法改进Otsu的设计与应用[J];电子设计工程;2014年10期

4 景慧昀;韩琦;牛夏牧;;显著区域检测算法综述[J];智能计算机与应用;2014年01期

5 黄凯奇;谭铁牛;;视觉认知计算模型综述[J];模式识别与人工智能;2013年10期

6 钟雪君;;一种改进的Otsu双阈值二值化图像分割方法[J];电子世界;2013年04期

7 孔锐;张冰;;Gabor滤波器参数设置[J];控制与决策;2012年08期

8 陈峥;石勇鹏;吉书鹏;;一种改进的Otsu图像阈值分割算法[J];激光与红外;2012年05期

9 付燃;白艳萍;;一种新改进的otsu算法[J];科技信息;2012年08期

10 徐卫星;王兰英;李秀娟;;一种基于OpenCV实现的三帧差分运动目标检测算法研究[J];计算机与数字工程;2011年11期

中国博士学位论文全文数据库 前1条

1 敖欢欢;视觉显著性应用研究[D];中国科学技术大学;2013年

中国硕士学位论文全文数据库 前5条

1 肖沙;基于帧间差和背景差的视频运动目标检测方法研究[D];海南大学;2015年

2 李延龙;融合多特征的海水珍珠图像检索和识别技术研究[D];海南大学;2014年

3 徐瑛;融合信息熵和特征提取的海水珍珠检测和识别技术研究[D];海南大学;2013年

4 丁鹤洋;适用于海水珍珠识别的图像预处理方法研究[D];海南大学;2013年

5 仇媛媛;基于视觉显著性的物体检测方法研究[D];上海交通大学;2013年

，

本文编号：618568