复杂环境下的图像显著性检测研究

发布时间：2017-09-15 01:06

  本文关键词：复杂环境下的图像显著性检测研究

  更多相关文章： 图像显著性 多模态信息融合 Markov随机游走 复杂环境 热红外图像 保边滤波

【摘要】：随着信息技术的快速发展,图像处理技术也越来越普遍。作为计算机视觉、心理学和神经生物学的交叉学科,图像显著性检测近些年引起了众多研究者们的兴趣,并取得了很大的研究进展。然而,目前的图像显著性检测方法对于复杂环境下目标显著性的检测结果仍不够理想。本文围绕复杂环境下的图像显著性检测问题,从建立鲁棒模型和融合多光谱信息的角度出发,提出了融合低层和高层特征图表示的图像显著性检测算法和基于保边滤波的多模态显著性检测算法。本文的主要工作如下：(1)针对复杂环境下的图像显著性算法,提出一种新的融合低层和高层特征的图表示模型,把图像显著性问题转化为Markov随机游走问题进行求解。首先,以超像素为结点构图,图的点和边的权重分别由结点的高层特征和结点之间的低层特征差异性来定义。其次,根据该图模型构造不对称转移概率矩阵,并用Markov随机游走算法进行求解,得到初始显著性图。然后,结合中心先验及改进的边界先验得到最终的图像显著性结果。最后,该算法在4个公共数据集上与10种方法进行了比较与分析,验证了本文算法的有效性。(2)针对可见光谱信息受光照、雾霾和恶劣天气等因素影响较大的问题,引入热红外光谱信息对其进行补充,提出了一种基于多模态信息融合模型的图像显著性检测算法,并通过保边滤波算法进行快速求解。在构建的多模态数据集上进行了实验,实验表明提出的方法能够快速、有效地融合多模态信息,得到鲁棒的显著性检测结果。
【关键词】：图像显著性 多模态信息融合 Markov随机游走 复杂环境 热红外图像 保边滤波
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要3-4
• Abstract4-11
• 第一章 绪论11-15
• 1.1 研究背景与意义11-12
• 1.2 图像显著性检测方法研究现状12-13
• 1.3 本文的工作与内容安排13-15
• 第二章 图像显著性检测方法概述15-25
• 2.1 图像显著性特征概述15-17
• 2.2 典型的图像显著性算法概述17-25
• 2.2.1 基于自底向上注意机制的图像显著性检测算法18-22
• 2.2.2 基于自顶向下注意机制的图像显著性检测算法22-23
• 2.2.3 其他的图像显著性检测算法23-25
• 第三章 复杂环境下融合多层次特征的图像显著性检测25-35
• 3.1 传统的图论模型介绍25
• 3.2 融合低层和高层特征图表示的图像显著性检测算法25-30
• 3.2.1 图模型构建26-27
• 3.2.2 图像显著性计算27-28
• 3.2.3 中心先验及边界先验28-30
• 3.3 实验与分析30-34
• 3.3.1 实验设置30-31
• 3.3.2 定量分析31-33
• 3.3.3 组成成分分析33
• 3.3.4 定性分析33-34
• 3.4 本章小结34-35
• 第四章 复杂环境下融合多模态信息的图像显著性检测35-45
• 4.1 前言35-36
• 4.2 融合可见光和热红外图像信息的图像显著性检测36-40
• 4.2.1 可见光图像与热红外图像的特征36-38
• 4.2.2 本文图像显著性的具体求解方法38-39
• 4.2.3 基于保边滤波的多模态图像显著性求解39-40
• 4.3 实验与分析40-44
• 4.3.1 定量分析41-42
• 4.3.2 定性分析42-43
• 4.3.3 效率分析43-44
• 4.4 本章小结44-45
• 第五章 总结与展望45-47
• 参考文献47-53
• 致谢53-54
• 攻读硕士学位期间发表的学术论文54-55
• 攻读硕士学位期间参加的科研项目55

【相似文献】

中国期刊全文数据库 前10条

1 奚惠宁;任蕊;;判断有关医学图像专利申请是否为非授权客体[J];电视技术;2013年S2期

2 韩双旺;崔兆顺;李德录;李芙蓉;;基于阈值的彩色目标图像的提取与测量[J];自动化与仪器仪表;2010年03期

3 林静;王薇婕;关丹丹;景军锋;;基于浮雕图像的3D浮雕效果实现[J];微型机与应用;2012年11期

4 李敏洁;魏仲慧;何昕;;基于FPGA的多功能图像目标发生器的设计与实现[J];微计算机信息;2005年25期

5 韩双旺;崔兆顺;鲍丽红;李德录;;基于目标图像的提取与测量[J];上海工程技术大学学报;2007年04期

6 刘进;孙婧;徐正全;顾鑫;;基于目标的图像轻量级加密[J];华中科技大学学报(自然科学版);2011年06期

7 于明;王倩;郭迎春;;一种图像的显著区域提取方法[J];光电工程;2012年08期

8 郭旭平,李在铭;图像目标的可视识别与智能跟踪[J];系统工程与电子技术;1998年08期

9 王成;张剑戈;江旭峰;章鲁;;基于知识的三维核医学图像左心室心肌区的提取[J];中国生物医学工程学报;2007年01期

10 卫颖奇;彭进业;张汉宁;;个性化图像推荐及可视化研究[J];计算机工程;2011年02期

中国重要会议论文全文数据库 前5条

1 张林怡;王运锋;王建国;;分维数在SAR图像海岸线检测中的应用研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

2 李吉成;鲁新平;杨卫平;张志龙;高颖慧;沈振康;;图像目标的自动识别和快速筛选技术[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

3 佘二永;;SAR图像目标解译技术分析[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年

4 赵朝杰;朱虹;黎璐;董敏;袁承兴;;基于内容感知的图像非等比例缩放[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 奚惠宁;;浅谈有关医学图像的专利申请如何判断是否是非授权客体[A];2013年中华全国专利代理人协会年会暨第四届知识产权论坛论文汇编第二部分[C];2013年

中国博士学位论文全文数据库 前10条

1 邓剑勋;多示例图像检索算法研究及在人脸识别中的应用[D];重庆大学;2012年

2 王亮申;图像特征提取及基于内容图像数据库检索理论和方法研究[D];大连理工大学;2002年

3 魏波;点时空约束图像目标跟踪理论与实时实现技术研究[D];电子科技大学;2000年

4 刘俊;基于钼靶图像的计算机辅助乳腺癌检测系统中关键技术研究[D];武汉科技大学;2012年

5 付华柱;图像协同关联性约束的研究与应用[D];天津大学;2013年

6 廖宜涛;基于图像与光谱信息的猪肉品质在线无损检测研究[D];浙江大学;2011年

7 陈海林;基于判别学习的图像目标分类研究[D];中国科学技术大学;2009年

8 王洪元;图像动态分析中的若干智能化方法研究[D];南京理工大学;2004年

9 徐丽;面向图像标记的条件随机场模型研究[D];长安大学;2013年

10 江志伟;基于内容的WEB图像过滤技术研究[D];浙江大学;2007年

中国硕士学位论文全文数据库 前10条

1 徐衍鲁;基于改进的K-means和层次聚类方法的词袋模型研究[D];上海师范大学;2015年

2 甘洪涌;SAR图像自动目标识别算法研究[D];哈尔滨理工大学;2014年

3 张玉营;基于认知理论的高分辨率PolSAR图像目标解译算法研究[D];哈尔滨工业大学;2015年

4 王帅;视频中扇贝图像的检测与定位研究[D];大连海洋大学;2015年

5 李伟;改进的主颜色提取方法及自适应权重图像检索算法研究[D];华中师范大学;2015年

6 李星云;码垛机器人视觉控制关键技术的研究[D];西南科技大学;2015年

7 梁，

本文编号：853388