基于信息融合的图像显著区域检测算法研究

发布时间：2021-05-13 14:21

　　图像显著区域检测是计算机视觉领域的研究热点,图像显著区域检测的目的是模拟人的视觉注意力机制,选择出图像中最吸引人的部分,为后续的图像处理提供便利。图像显著区域检测在图像分割,目标检测,图像检索等领域都具有非常广泛的应用。随着应用领域的拓展以及应用场景的复杂,显著区域检测技术还在不断的发展。本文对图像显著区域检测的相关理论以及已有的算法进行了分析,并提出了两种显著区域检测方法。基于局部显著信息的频繁项挖掘显著区域检测方法具有较高的准确性,但是检测时使用的局部显著信息会使检测到的显著区域不完整。为了让检测算法在考虑检测准确性的同时,还可以得到较完整的显著区域,本文在基于频繁项挖掘的显著区域检测算法中加入了基于轮廓特征的全局显著信息,提出了基于局部与全局显著信息的显著区域检测方法。实验表明该方法可以得到完整的显著区域,可以提高图像显著区域检测的准确性。基于神经网络的显著区域检测算法是任务驱动的显著区域检测方法。为了使网络能结合不同尺度的显著区域信息,能够利用已有的基于轮廓完整性的先验知识,同时不断的修正自己的检测结果,本文融合了显著先验与输入图像,把全卷积神经网络中不同尺度的特征相互融合,采... 

【文章来源】：西北大学陕西省 211工程院校

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 研究发展与现状
        1.2.1 自下而上模型
        1.2.2 自上而下模型
    1.3 本文的主要工作
    1.4 论文的结构安排
第二章 图像显著区域检测基本理论
    2.1 引言
    2.2 显著区域检测基本问题
    2.3 显著区域检测先验知识
    2.4 常用机器学习算法
        2.4.1 简单线性迭代聚类
        2.4.2 基于结构化随机森林的快速边缘检测算法
        2.4.3 频繁项挖掘
        2.4.4 随机游走算法
    2.5 本章小结
第三章 基于局部与全局显著信息的图像显著区域检测
    3.1 引言
    3.2 基于局域与全局显著信息的图像显著区域检测
    3.3 对比实验
        3.3.1 参数设置
        3.3.2 实验结果对比
    3.4 本章小结
第四章 基于轮廓完整性显著先验及多尺度特征融合递归全卷积神经网络的图像显著区域检测
    4.1 引言
    4.2 基于轮廓完整性显著先验及多尺度特征融合递归全卷积神经网络的显著区域检测
    4.3 对比实验
        4.3.1 参数与数据集选择
        4.3.2 实验结果对比
    4.4 本章小结
总结与展望
    工作总结
    工作展望
参考文献
攻读硕士学位期间取得的学术成果
致谢


【参考文献】：
期刊论文
[1]利用多尺度频域分析的图像显著区域检测[J]. 张巧荣,顾国昌,刘海波,肖会敏.  哈尔滨工程大学学报. 2010(03)
[2]一个新的不需要候选集的挖掘关联规则算法——Relim算法的研究[J]. 刘喜苹,刘彩苹,谭义红.  计算技术与自动化. 2006(02)



本文编号：3184172