基于深度学习的对象提取与图像融合技术研究

发布时间：2021-03-29 00:30

　　图像检索和图像采集技术的飞速的提升使获得一张具有多标签要求的图像变得非常有意义。获取图像将不只是局限在用以词搜图,以图搜图这类比较单一的形式去获取一张目标图像,如果能够通过绘制简笔画的形式去描述一张有多元需求的图像,对检索的多张图像进行合成,能达到更加智能的效果,也更加人性化。但是如何把具有特定轮廓的目标图像检索出来,并用抠取的方式从原图上进行对象提取然后合成到背景图像上相应的位置是一个很有计算难度的问题。接着要把每个局部特征能够统一协调的放置在背景图像中进行图像融合让其不显得突兀也是值得研究问题。由于目前图像获取方式方法无法满足用户多维度的图像描述的需求,同时检索的方式过于简单而不能进行高灵活性检索的这个问题出发,尝试采用基于深度学习的对象提取融合方法。另外相对来说,表现质量差的对象不适合进一步的截取和切割,我们先对图像库中的图像进行预处理,筛选出相对高质量的图像,然后通过图像的显著性和清晰度值来评判,过滤掉显著性和清晰度达不到阈值的对象。接下来通过一系列的美学标准,如视觉平衡性,视觉三等分原则和中心对称对角线构图标准,把拍摄质量相对较差,评分低的对象作进一步的筛选。然后对具有高显著... 

【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图２－１?Ｍａｓｋ?Ｒ－ＣＮＮ算法流程图??５??

图２－２美学原则基本构图示例??

图２－３检测图像的显著性区域和显著性线??

【参考文献】：
期刊论文
[1]深度学习在身份证字符识别中的应用研究[J]. 胡胤,黄启权.  数码世界. 2018(03)
[2]自适应选取样本块大小的纹理合成方法[J]. 张伟伟,何凯,孟春芝.  计算机工程与应用. 2012(17)
[3]用图像类比方法实现艺术风格学习[J]. 陈海旭,李文辉,张岩,孟宇,王彤.  吉林大学学报(理学版). 2006(02)
[4]一种高效的基于阈值的图像滤波算法及其实现[J]. 黄全品,王绪本.  计算机仿真. 2005(05)
[5]关于摄影构图的美学思考[J]. 夏乾丰.  新闻大学. 1999(01)



本文编号：3106540