融合多信息的显著性目标检测研究

发布时间：2021-01-09 01:10

　　在计算机视觉研究领域的迅速发展中,显著性目标检测不仅能够提高图像检测的准确性,而且能够进一步加快图像检测的速度。针对现阶段显著性目标检测算法存在的纹理细节信息刻画不明显和边缘轮廓显示不完整问题,提出一种融合多信息的显著性目标检测研究算法。该算法主要包含3个过程,分别是预处理过程、多信息提取过程和融合优化过程。首先,预处理过程通过边缘算子去除靠近边界的节点以获得预处理图。然后,多信息提取过程利用提出的凸包对比度方法、尺度优化颜色特征方法和反锐化掩模优化LBP算子方法分别提取对比度特征、颜色特征和纹理特征,并获得对比度特征图、颜色特征图和纹理特征图。再分别利用中心先验算法和边缘先验算法中的最佳算法,以获得中心先验图和边缘先验图。最后,融合优化过程利用多层元胞自动机融合3个特征图和2个先验图生成初级显著图,再通过快速引导滤波器优化初级显著图获得最终显著图。在3个公开的MSRA10K、ASD和ECSSD图像数据集上,将本文算法与12种经典算法进行主观对比实验和客观对比实验。实验结果显示,本文算法满足人眼视觉体验的同时,既可以准确全面地提取显著目标区域,又保留了更多的纹理信息和完整的边缘信息,各... 

【文章来源】：辽宁工程技术大学辽宁省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

显著性目

显著性目

辽宁工程技术大学硕士学位论文8间中，各个颜色分量分别遍布在空间直角坐标系的x、y、z轴。由于每幅由R、G或B构成的彩色图像具有8bit的深度，故每个RGB图像具有24bit的深度。在24bit的RGB图像中，共包含16777216种颜色，尽管实际上包含千万余种颜色，但现在的大多数系统仅限于256种颜色。RGB颜色空间是目前最为常用的颜色空间，因为该颜色空间可以实现向其他颜色空间的转换。RGB颜色空间如图2.2所示。图2.2RGB颜色空间Figure2.2RGBcolorspace（2）CMY颜色空间C是白色与红色之差，M是白色与绿色之差，Y是白色与蓝色之差。若将所有的颜色范围归一化处理到[0,1]区间内，则CMY颜色空间与RGB颜色空间二者之间可以实现简单地转换。但由于C、M、Y产生的黑色在实际染料应用中颜色较为不纯，因此在CMY颜色空间中又加入了黑色这一颜色分量，并且提出了新的CMYK颜色空间。CMYK颜色空间如图2.3所示。图2.3CMYK颜色空间Figure2.3CMYKcolorspace（3）HSI颜色空间在HSI颜色空间中，H是确定颜色的关键分量，主要用于描述颜色的鲜艳程度，它与S分量共同感知颜色，这些颜色可以是包含RGB颜色空间的各种颜色，并且HSI颜色空间能够直观地反映人类感知颜色的根本属性。RGB颜色空间通过某种计算可以形成HSI颜色空间的三个颜色分量，同时HSI颜色空间的三个颜色分量通过某种计算也可以形成RGB颜色空间。HSI颜色空间如图2.4所示。图2.4（a）是切面图、（b）是三维立体图。


本文编号：2965673