基于吸附模型的图像显著性检测方法研究

《基于吸附模型的图像显著性检测方法研究》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、．．纖考请；＾乂著ｎａｎｉｖｅｉｏｆＴｅｃｈｎｏｌｏＳｏｕ化ＣｈｉＵｒｓｔｙｇｙ硕±学位论文基于吸附模型的图像显著性检测方法研究ｖ．犧；冲＇、，－；．’节Ｉ．＂ｖｒ、，＂＇靖觀．、４．’ｖｆｉ－．ｊ．．■■．；，巧）；２．：．＇撫；．Ｖ作者姓名王倩学科专业计算机科学与技术指导教师巧嫁教授—所在学院计算机科学与工程学院论文提交日期２０１６年４月２８日．．．－．．口…口１ResearchonImageSaliencyDetectionMethodB

2、asedonTheAdsorptionModelADissertationSubmittedfortheDegreeofMasterCandidate：WangQianSupervisor：Prof.WoYanSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP391学校代号：10561学号：201320130280华南理工大学硕士学位论文基于吸附模型的图像显著性检测方法研究作者姓名：王倩指导教师姓名、职称：沃焱教授申请学位级别：工学硕士学科专业名称：计算机科学与技术研究方向：多媒体技术与图形图像处理论文

3、提交日期：2016年4月28日论文答辩日期：2016年6月3日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：韩国强教授委员：徐雪妙教授贺小箭副教授张艳青副教授苏锦钿副教授华南理工大学学位论文原创性声明本人郑重声明；所呈交的论文是本人在导师的指导下独立进行研巧所取得的研巧成果。除了文中特别加１＾标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出聖要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名＾；或係日期：年＾月３日学位

4、论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，目Ｐ：硏究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可Ｗ公布学位论文的全、、汇编学位部或部分内容，可站允许采用影印缩印或其它复制手段保存一致论文内容和纸质论文的内容相。。本人电子文档的本学位论文厲于：□保密年解密后适用本梭权书。，在ｄ不保密同意在校园网上发布，供校内师生和与学校有共享协议的，单位浏览；同意将本人学位论文提

5、交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＨ中国知识资源总库》，传播学位论文的全部或部分内容。＂＂靖在１＾１上相应方框内打Ｖ）（日期：作者签名：５僞乂：日期指导教师签名■＾心‘分电子邮箱：：系电话作者联：编联系化化（含邮）摘要在数字图像处理中，检测一幅场景中最重要、最能引起人眼关注以及含有最多信息量的部分，被称为显著性检测。从上个世纪九十年代显著性检测被首次提出到现在，它已发展成为计算机视觉分析领域中的一个很重要的分支。最近几年，越来越多的人投入到视觉显著性检测的研究中来，这些研究表明视觉显著性检测与人类的视觉

6、关注系统有很大的关系。视觉关注系统认为，当人们观看场景时，人眼会先关注于关注焦点，接着会进一步对关注焦点周围的信息进行分析和处理以得到更多有关显著性区域或物体的信息，然后视觉关注系统会继续搜索视觉场景，来判断是否还有其他的关注焦点，如果有，则会继续处理其周围的信息。本文利用物理学中的关于力的思想来模拟人类的视觉关注系统，提出了一种基于吸附模型的图像显著性检测方法，此模型将显著性检测转换为一种不断吸附出显著性区域的过程。该模型主要包括以下几个步骤：首先，对输入的彩色图像进行CIELab和CIEHSV颜色空间转换，分别在L,a,b,H,S颜色通道上利用

7、FCM算法进行聚类，根据每个聚类的聚集度的大小来检测出一系列的候选显著性区域和背景区域；接着，计算每一个候选的显著性区域的颜色差异度、关注度、中心偏移度，将其与聚集度组合起来得到每个候选的显著性区域的显著度，利用此显著度构建一幅显著图。在此显著图上，使用基于漏电的积分放电模型的胜者得全网络，从候选的显著性区域中确定人眼的关注焦点；然后，利用吸附模型不断地从候选的显著性区域集合中吸附出显著性区域。具体方法是：对于当前待判断的候选的显著性区域，分别计算其所受到的来自背景区域和关注焦点的吸附力，然后根据这两个吸附力的大小来判断候选的显著性区域是否是显著的；最后，为

8、了得到一幅显著性图，利用显著性区域与背景区域的颜色差