收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

图像显著性区域检测方法及应用研究

魏昱  
【摘要】:计算机通过图像或视频正确理解周围环境是计算机视觉的首要研究目标,该领域至关重要的三项工作即正确感知场景中的主要物体,识别物体的轮廓和获得物体的环境上下文。要实现这个目标,获得图像的视觉显著性信息是最为基础的一步。图像的视觉显著性信息能够反映图像中不同区域对人视觉系统刺激程度。图像显著性区域检测技术可以实现图像显著性信息的提取。可靠快速的显著性检测能够为内容感知的图像编辑,图像分割,图像检索等应用提供有价值的参考信息;能够缓解图像内容理解与图像底层特征之间的隔阂,使得更高层的图像理解成为可能。深入研究显著性检测技术,对提高图像分析和图像理解系统的性能以及提高图像处理技术的应用水平都具有十分深远的意义。 显著性区域检测技术在遵循人视觉显著性规律的基础上,综合利用图像的颜色、强度、局部方向等特征,计算出图像中各个区域的显著程度。当前已经提出了很多种显著性检测方法,但是仍然面临一系列的挑战,具体表现在: (1)图像显著性检测结果质量不高,不能完全正确的反映出图像的显著性信息。很多方法的检测结果容易受到图像中纷乱的颜色,复杂的表面纹理,多变背景的影响。作为检测结果的显著图无法凸显最为引人注意的物体,无法一致的高亮整个物体,无法清晰的指明物体的轮廓。这都使得显著图在各种应用中不够可靠,效果不好。 (2)显著性信息的使用方式和方法还比较初级。虽然已经有很多方法尝试使用图像显著性检测结果解决一些问题,但在具体应用中仍然无法得到让人满意的效果。这样,就无法使图像显著性信息的潜力发挥出来。此外,还亟需寻找更多有价值的应用,进一步探索显著性信息的应用场景,解决更多实际问题。 因此,针对以上这些问题,本文进行了以下工作: (1)将显著性检测过程建模为两个阶段,初级阶段和高级阶段。显著性检测初级阶段将各个的区域的基本显著性检测出来,然后高级阶段进行显著区域筛选,找出最为吸引人视觉注意的区域,加强其显著性并弱化其他区域的显著性。 (2)在总结当前大量显著性检测方法的基础上,归纳了两条目前解决这个问题的最佳思路,一条思路是采用频率调谐的方法进行显著性检测,另一条是通过计算区域全局对比度进行显著性检测。沿着这两条思路,本文分别设计了加权多尺度频率调谐检测方法和超像素全局对比度检测方法。这两种方法很好的完成了初级阶段的检测任务。 (3)为了能够做到快速选择最为显著的区域,本文在高级显著性阶段设计了关键区域聚焦方法。通过选取聚焦点,分析聚焦点的分布来对图像的初级显著性进行优化。将两种初级阶段的显著性检测方法和关键区域聚焦方法分别结合,可以得到两种完整的显著性检测方法,这两种方法能够产生符合要求的显著图,在各种应用中表现出色。 (4)在图像分割、图像编辑等领域对显著性检测的应用进行了研究。对一些已有的应用,提出了新的基于显著性信息的实现方法。还设计了几种新的应用,比如快速目标定位和内容感知的背景模糊等。这些应用充分的利用了当前已有的技术,探索图像显著性应用的新方式新方法,实现了以前无法实现或者很难实现的图像编辑效果。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 刘杰;王生进;;融合聚类与排序的图像显著区域检测[J];清华大学学报(自然科学版);2016年09期
2 蒋益锋;胡琳娜;刘冉冉;;基于相似性融合的显著区域检测方法研究[J];江苏理工学院学报;2021年06期
3 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
4 杨宁;牟荣峰;乔雨;蒋龙;陈世明;吴卫;;面向大坝建造场景的保温被未覆盖区域检测方法[J];人民黄河;2020年S2期
5 葛之刚;;考虑视觉空间感知的景观图像显著性区域检测[J];计算机仿真;2020年12期
6 王海;蔡柏湘;蔡英凤;刘泽;孙恺;陈龙;;基于语义分割网络的路面积水与湿滑区域检测[J];汽车工程;2021年04期
7 刘俊琦;李智;张学阳;;基于视觉显著性的海面船只候选区域检测方法[J];计算机科学;2020年S1期
8 吴之昊;熊卫华;任嘉锋;姜明;;基于Attention-YOLOv3的锈蚀区域检测与识别[J];计算机技术与发展;2020年11期
9 肖志涛;王红;张芳;耿磊;吴骏;李月龙;李峰;;复杂自然环境下感兴趣区域检测[J];中国图象图形学报;2015年05期
10 万梦玉;张梦琪;;基于游戏中区域检测碰撞的改进措施[J];计算机光盘软件与应用;2014年08期
11 包莹莹;沈梦伟;;基于运动区域检测的黑板设计[J];现代计算机(专业版);2009年08期
12 单列;刘政凯;;显著区域检测的建筑物检索[J];声学技术;2007年06期
13 沈明霞,姬长英;基于纹理频谱的农田景物区域检测[J];农机化研究;2000年03期
14 朱驰;陈昌志;王宁;安世全;;改进图割的显著性区域检测算法[J];计算机工程与设计;2015年06期
15 熊凯辉;蒋程宇;张恒;李易博;戴国勇;;基于敏感区域检测的网络不良图片识别研究[J];信息与电脑(理论版);2020年13期
16 徐晶晶;张俊升;李腾腾;祝汉城;谢涛;余伟;;基于多任务深度神经网络的图像情感区域检测[J];计算机工程与设计;2020年09期
17 周伟;;基于智能图像处理的污水区域检测研究[J];环境科学与管理;2019年03期
18 郑云飞;张雄伟;曹铁勇;孙蒙;;基于全卷积网络的语义显著性区域检测方法研究[J];电子学报;2017年11期
中国重要会议论文全文数据库 前8条
1 梅跃松;杨树兴;莫波;;一种实时抗噪的运动区域检测算法[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
2 焦振宇;许超;;基于DPM和显著性区域检测的图像精细分类问题研究[A];第十届全国信号和智能信息处理与应用学术会议专刊[C];2016年
3 于佳;王燕;;基于SOM的视频中人工文本区域检测方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
4 刘伟宁;;基于运动区域检测的目标跟踪算法[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
5 胡庆新;方跃;张淑凤;;一种新的驾驶员疲劳检测系统中的人脸区域检测方法[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
6 林洪文;杨绍清;;用于篡改区域检测及恢复的水印算法[A];2011年全国通信安全学术会议论文集[C];2011年
7 易剑;彭宇新;肖建国;;一种图片文字分割的方法[A];全国网络与信息安全技术研讨会论文集(下册)[C];2007年
8 杨毅;朱敏昭;;地空协同感知系统[A];2018惯性技术发展动态发展方向研讨会文集[C];2018年
中国博士学位论文全文数据库 前17条
1 魏昱;图像显著性区域检测方法及应用研究[D];山东大学;2012年
2 傅可人;视觉显著区域检测算法研究[D];上海交通大学;2016年
3 杨智;显著性区域检测方法研究[D];华中科技大学;2015年
4 李贵远;基于深度学习的智能车辆可行驶区域检测方法研究[D];吉林大学;2021年
5 刘洋;显著性区域检测及室内室外场景分类中关键技术研究[D];山东大学;2013年
6 陈路;面向智能抓取的机器人目标感知方法研究[D];西北工业大学;2019年
7 张文涛;视频多目标分割、宏特征描述与状态检测技术[D];电子科技大学;2000年
8 郭阳阳;基于机器视觉的奶牛身体区域检测与典型行为分类方法[D];西北农林科技大学;2021年
9 谌家喜;直接数字化X线摄影系统图像处理方法研究[D];中国科学技术大学;2008年
10 景慧昀;视觉显著性检测关键技术研究[D];哈尔滨工业大学;2014年
11 刘刚;管道漏磁内检测关键技术问题研究[D];沈阳工业大学;2010年
12 刘桂池;基于显著性和稀疏表示学习的光学遥感图像目标检测与分类[D];郑州大学;2020年
13 段亮亮;视觉显著性区域计算及显著性物体分割方法研究[D];燕山大学;2016年
14 梁君;图像区域显著性方法研究[D];西北工业大学;2016年
15 白刚浩;基于视觉注意和局部不变性特征相结合的目标识别技术研究[D];浙江大学;2015年
16 谷雨明;智能挖掘机视觉系统中图像处理技术研究[D];东北大学;2010年
17 李宏;面向应用领域的分类方法研究[D];中南大学;2007年
中国硕士学位论文全文数据库 前20条
1 汪成;图像显著区域检测算法研究[D];南京信息工程大学;2016年
2 陈倩;显著性区域检测算法研究[D];北京交通大学;2014年
3 张清泉;基于机器学习和信息融合的可行区域检测系统研究[D];浙江大学;2015年
4 施贤;基于特征分布学习的图像显著性区域检测研究[D];武汉科技大学;2017年
5 娜黑雅;显著区域检测及其在服装检索中的应用[D];中国石油大学(华东);2014年
6 宋一鸣;基于卷积神经网络的机车文字区域检测研究[D];中南民族大学;2019年
7 丁志铭;基于深度学习的实例检索研究[D];上海交通大学;2018年
8 王世峰;基于信息融合的图像显著区域检测算法研究[D];西北大学;2019年
9 张彬诚;基于立体视觉的可行区域检测[D];西安电子科技大学;2019年
10 周景锦;基于深度学习的服装检索研究[D];上海交通大学;2017年
11 吴云飞;基于高分辨率SAR图像的建筑区域检测[D];中国科学技术大学;2019年
12 陈官富;面向空地无人平台的可行区域检测和预测技术研究[D];浙江大学;2019年
13 鲁文超;基于多尺度多特征的显著性区域检测研究及其应用[D];江苏科技大学;2019年
14 王政军;基于深度学习的智能驾驶目标及可行驶区域检测研究[D];吉林大学;2019年
15 高丁力;基于高分辨率SAR图像的建筑区域检测[D];中国科学技术大学;2018年
16 殷东雷;自然场景中的文字检测关键技术研究[D];山东大学;2018年
17 王豪聪;基于边缘信息的显著性区域检测算法的研究[D];江南大学;2018年
18 李艳赟;多特征的感兴趣区域检测算法及在不同场景中的应用[D];杭州电子科技大学;2018年
19 嵇伟伟;基于深度学习的医学CT图像中器官的区域检测[D];南京师范大学;2018年
20 赵丹;基于多视角的显著性区域检测[D];华中科技大学;2017年
中国重要报纸全文数据库 前5条
1 本报记者 黄海华;非重点区域检测没有特别管控要求[N];解放日报;2022年
2 记者 宋开文 刘佳;今年我省将新培育中国名牌30个[N];四川日报;2010年
3 记者 丰舒潍 通讯员 李新平;国家级皮张(理化)重点实验室在我市揭牌[N];焦作日报;2011年
4 通讯员 刘亚楠 米彦奇 本报记者 吴新光;科技铸强局[N];河北经济日报;2011年
5 记者  徐朝晖 通讯员  郑建群;警惕家装污染倡导环保消费[N];金华日报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978