基于2d-frft的谱残差显著区域检测算法研究

《基于2d-frft的谱残差显著区域检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10459学号或申请号201312172021密级_____________硕士学位论文基于2D-FRFT的谱残差显著区域检测算法研究作者姓名：田江雪导师姓名：齐林教授学科门类：工学专业名称：信号与信息处理培养院系：信息工程学院完成时间：2016年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterSpectralResidualMethodofSaliencyDetectionBasedontheTwo-DimensionalFractionalFourierTransformD

2、omainByTianJiangxueSupervisor:Prof.QiLinSignalandInformationProcessingSchoolofInformationEngineeringMay2016学位论义獻创性声則’：！。Ｖ、ｌ师的巧本人郑化化所Ｖ攻的巧化论义，ｉ片Ｋ，独側萌所収糾向ｊ站本人礼‘成啦。除义小Ｌｌ鈴化叫引川的内巧外，本论义小包巧化何化化个人诚矩体巧化衣浊撰。过的巧掛成巧。对本义化排巧作出带嬰山献的个人和张体，均＾化义中明佈ｉ义式帖川Ｉ木声剛的化排责化山本人承巧。－学化路义化乂；〇＞Ｌ＾年心■〇

3、ＰＵ期如Ｊｊ＞（曼学位论义使用授权卢明Ｉ■．ｆ本人化，／师巧哥Ｆ亢成的论文及相乂的职务化化，知识产权ｙ厲郑州火巧。化化郑州‘？人７－化义保巧、化川学化论义的规Ｍ想学校保稱诚向閑讓＂义部ｎ或机构送受论义的＂Ｌ：ｊ把印化和化ｒ版，允巧论义被竹阅和化阅；本人授权郑州乂学！：ｉ化本７化论义的令部诚．：部分编入化关数贴怖化村检索，可Ｗ采用影印、缩印或巧化他袋制ｒ段保佔论克和巧；编本学化论义！，，本人巧校发巧、化川巧化论文诚巧该学化论义＂接片义的学乂论义或成朵时？巧巧《中化化然为巧州火学。化密论义化解密片帕適奇此规节位论义化巧：

4、＾目１１朋；＾）１年＾／］＞摘要摘要人的视觉选择注意机制能使人从一幅图像中快速提取出感兴趣的区域，显著区域检测模拟人类视觉的这一特性，从一副图像中得到显著的区域，在许多领域得到了广泛的应用。显著区域检测可分为两大类：自下而上的检测算法和自上而下的检测算法。其中自下而上的检测算法为目前研究的核心和重点，也是本论文主要讨论的部分。作为一种经典的基于频域的显著区域检测算法，谱残差(SR)算法具有许多优点。但是，由于它不能充分利用图像的时频信息，它检测出的显著部分常常只能覆盖物体的边缘，而非整个物体。本论文讨论了几种已有的显著区域检测算法，后针对基于时域的检

5、测算法和基于频域的检测算法的不足，提出了需要改进的方向，在此基础上，提出了一种基于二维分数阶傅里叶变换(2D-FRFT)的显著区域算法，对谱残差(SR)算法进行了改进。二维分数阶傅里叶变换是传统的傅里叶变换的一种广义形式，在一定条件下，它可以从图像中提取出更多有用的信息。基于这种性质，本文提出了一种新的基于二维分数阶傅里叶变换的显著区域检测算法。充分利用了图像的整体信息和局部信息，解决了谱残差算法中存在的问题，提高了检测的准确度。在改进算法的基础上，本文提出了一种基于霍夫变换的显著区域提纯方法，对得到的显著区域图像进行进一步提纯。最后从三个应用广泛的数据

6、库Bruce、MIT、MSRA中随机选择了1000张图像进行了仿真实验。实验结果表明本文所提出的算法较之其他算法具有良好的性能。关键词：显著区域检测选择注意图像处理二维分数阶傅里叶变换霍夫变换IAbstractAbstractHuman'sfunctionofnoticeselectionenableapersontoextractinterestedareafromaimageimmediately.Saliencydetectionimitatethecharacterofhumanvisiontoextractthesaliencymapandha

7、swidelyapplicationinmanyfields.Saliencydetectionmethodscouldbedividedintotwodifferentapproach:bottom-upapproachandtop-downapproach.Bottom-upapproachisthecoreofsaliencydetectionandthefocusofthispaper.Asoneofclassicmethodsoffrequencydomainbasedsaliencydetection,spectralresidual(SR)

8、methodhasshownseveraladvantages.However,