基于位置感知的图像显著性算法研究

《基于位置感知的图像显著性算法研究》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：１０２８５学号：２０１３４２巧００９－‘－；‘Ｖ．马巧；ｙ裹火考ＳＯＯＣＨＯＷＵＮＩＶＥＲＳＩＴＹ．？＝＼ｍ：车基于位置感知的图像显著性算法研究ｎｖｅ—ｉｉＡｗＩｓｔｇａｔｏｎ０打ＬｏｃａｔｉｏｎａｒｅＩｍａｇｅＳａｌｉｅｎｃｙＡｌｇｏｒｉｔｈｍ研究生姓名向丹指导教师姓名钟宝江专业名称计算机科学与技术＝；ｒ硏究方向图形图像处理＿Ｖ：：Ｊ＼Ｃ所在院部计算机科学与技术学院ｉ论女提交日期２０化年５月－；成识：姑］ｙ倘嫌ＥＭ＾ａｓ＾肚，ｉ扣。苏州大学学

2、位论文独御性声明本人郑重声明；所提交的学位论文是本人在导师的指导下，独立进行研宛工作所取得的成果。除文中已经注明引用的内容外，本论文不含其他个人或集体已经发表或撰写过的研究成果，也不含为获得苏州大学或其它教育机构的学位证书而使用过的椅料。对本文的研究作出重要贡献的个人和集体，均已在文中Ｗ明确方式标明。本人承担本声明的法律责任。兴化－论文作者签名：荷耳日期：．苏州大学学位论文使用授权声明本人完全了解苏州大学关于收集、保存和使用学位论文的规定，即：学位论文著作权归属苏州大学。本学位论文电子文挡的内容和纸质论文的内容相一致。苏州大学

3、有权向国家图书馆、中科国社院文献信息情报中也、中（国科学技术信息研巧所含万）、方数据电子出版社中国学术期（盘版）电子刊光杂志化送交本学位论文的电文档，允许论复印件和子文被査阅和阅，、借可Ｗ采用影印缩印或其他复制手段和汇编学位保存论，文可臥将学位论文的全部或部分内容编入有关数据库进巧检索。〇涉密论文在年学位论文属月密。本解后适用本规定口非涉密论文。去：偏；论文作者签名冉曰期浪＾一－＇心八导：师签名ｋ知日期：气基于位置感知的图像显著性算法研究中文摘要基于位置感知的图像显著性算法研究中文摘要图像显著性检测是计算机视觉和图像分析领域的一个

4、基本问题，相关算法已被广泛应用于目标跟踪与识别、图像检索、图像分割、压缩存储等任务。本文在分析和研究现有相关算法的基础上，设计更合理的图像显著性检测方案并提出相应的算法。论文第一部分首先分析了本领域的研究现状和存在的一个关键问题。现有的图像显著性检测算法一般认为图像的显著区域位于图像中心，并基于这个“中心偏好假设”(Center-biasAssumption)来设计算法。然而，对于无人监督的机器或系统(如，监控摄像机)捕获的图像，显著区域可能出现于图像的任意位置。对于这类图像，当前基于中心偏好假设设计的众多算法往往无法取得理想的效果。具体地，我们研究了基于超复数傅里叶变换(

5、HypercomplexFourierTransform,HFT)的图像显著性检测算法，该算法在选择最优检测尺度时使用了中心偏好设置(Center-biasSetting)。为了移除这一不合理的设置，我们使用一种位置感知的策略选择最优尺度，由此提出位置自感知策略的HFT算法和位置预报感知策略的HFT算法。仿真实验表明，新算法在检测性能方面优于当前的主流算法。论文第二部分研究了颜色空间对位置感知的图像显著性检测的影响。现有的图像显著性检测算法通常是在RGB颜色空间中运行。然而，其它颜色空间(如Lab颜色空间)对于检测图像显著性可能更有优势。Lab颜色空间包括一个亮度通道和两个

6、颜色通道，其亮度特征和颜色特征具有二维独立分布的特性，基于该特性可以分别提取图像的亮度和颜色特征而互不影响。为了同时利用RGB和Lab颜色空间的信息，本文提出组合颜色空间中的位置感知显著性检测算法。新算法在RGB和Lab颜色空间中分别使用位置感知策略选择HFT算法中的最优尺度，并在二者之间确定具有最小信息熵的显著图作为最终输出，取得了优于HFT算法的检测结果。关键词：最小信息熵，尺度空间，显著性检测，中心偏好假设，无人监督机器作者：向丹指导教师：钟宝江IAbstractInvestigationonLocation-AwareImageSaliencyAlgorithmIn

7、vestigationonLocation-AwareImageSaliencyAlgorithmAbstractImagesaliencydetectionisabasicprobleminthefieldofcomputervisionandimageanalysis.Relatedalgorithmshavebeenwidelyusedinobjectsrecognitionandtracking,imageretrieval,imagesegmentation,videocompressionandsoon