欢迎来到天天文库
浏览记录
ID:35061002
大小:4.68 MB
页数:58页
时间:2019-03-17
《基于傅里叶变换的显著目标检测方法研究》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'.4学号;2013327006SOOCHOWUNIVERSITY心基于傅里叶变换的显著目标检测方法研究Re化archonD巧ecrtio口MethodofSalient:‘■-,LJ:,〇.":、y:协,,巧管话端ObectBasedonFouri巧Transform、j研究生姓名陈娟指导教!I币脱马小虎专业名称技本吐g机_研究方向图象处理所在院部苏州大学计算机科学与技术学院论文提交日期2016年
2、9月苏州大学学位论文独创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,独立进行研究工作所取得的成果。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材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。论文作者签名: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。本学位论文电子文档的内容和纸质论文的内容相一致。苏州
3、大学有权向国家图书馆、中国社科院文献信息情报中心、中国科学技术信息研究所(含万方数据电子出版社)、中国学术期刊(光盘版)电子杂志社送交本学位论文的复印件和电子文档,允许论文被查阅和借阅,可以采用影印、缩印或其他复制手段保存和汇编学位论文,可以将学位论文的全部或部分内容编入有关数据库进行检索。涉密论文□本学位论文属在年月解密后适用本规定。非涉密论文□论文作者签名:日期:导师签名:日期:基于傅里叶变换的显著目标检测方法研究中文摘要基于傅里叶变换的显著目标检测方法研究中文摘要人类视觉系统可以利用视觉注意和选择机制,仅关注场景中感兴趣区
4、域,且通过对这小部分关注区域快速抽取场景中的重要内容,完成场景理解。计算机视觉领域,借助人类视觉注意与选择机制开展了视觉显著性研究,并用专业术语显著图(SaliencyMap)来刻画所关注区域。因此显著性检测是快速抽取有关场景重要内容的一个有力手段。论文从对比分析现有显著性模型入手,主要采用傅里叶相位谱方法进行场景显著目标检测,然后利用图分割方法进行显著对象的提取的策略,研究静态图像和视频中显著性检测方法,并形成图像和视频中的显著对象的检测和提取。其研究内容主要体现在:1)对比分析现有的Itti模型和IG模型的显著性检测性能,为
5、后续显著性模型的研究打下基础;2)充分分析现有的傅里叶变换,并研究将其扩充到四元数上的傅里叶变换的基本理论;3)为了将四元傅里叶变换应用到静态图像中进行显著性检测,改变四元数的表达,考虑2D图像中的亮度和两种颜色通道,构成3元傅里叶变换,进行显著目标的提取,并对静态图像中的显著性检测和目标凸显结果进行了相关分析;4)将四元傅里叶变换扩展到动态视频中进行显著性检测和目标凸显的研究,并对其在动态视频中的显著性描述的优劣进行了实验对比分析。具体来说就是将图像的每个像素表示成由亮度、颜色、运动构成的四元数。由于添加了运动维度,该方法考虑
6、到了帧与帧之间的时间特征。灰度和彩色视频的实验结果表明,四元傅里叶变换后的显著目标提取,可以较好的克服背景运动和背景比较杂乱的情况,具有较强的稳定性和实用性,得到较为满意的检测结果。关键词:显著目标检测;傅里叶变换;四元傅里叶变换;视觉选择注意;动态视频作者:陈娟指导老师:马小虎IAbstractResearchonDetectionMethodofSalientObjectBasedonFourierTransformResearchonDetectionMethodofSalientObjectBasedonFourierT
7、ransformAbstractHumanvisualsystemcanrapidlyextracttheimportantcontentofthescenethroughonlyfocusingontheareaofinterestinthesceneusingvisualattentionandselectionmechanismtounderstandthescene.Inthefieldofcomputervision,visualsaliencyresearchiscarriedoutwiththeaidofhuman
8、visualattentionandselectionmechanism,andtheSaliencyMapisusedtodescribetheareaofinterest.Soitisapowerfulmethodtoextracttheimportantc
此文档下载收益归作者所有