欢迎来到天天文库
浏览记录
ID:36695256
大小:17.69 MB
页数:62页
时间:2019-05-13
《基于HITS的图像显著性检测算法》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、专业学位硕士学位论文基于HITS的图像显著性检测算法TheResearchonHITS-basedImageSaliencyDetection学31109034完成日期:2013-05-04大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明iYlllllll2lllqli4lqlllllllllll7llllTl2IIIIIT8111111211111Y2417282作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或
2、集体已经发表的研究成果,也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。学位论文题目:蛰红巫砼阻塞拄丛型l耸耋作者签名:量笺日期:丝丝年_jL月』__日大连理工大学专业学位硕士学位论文摘要随着社会的发展,图像的显著性检测算法已经应用到了很多领域,如目标识别,图像压缩,视频检索等。不同于传统的表达方式,本文从不同的角度描述了三种显著性先验,并结合改进的HITS算法,提出了一种新的图像显著性检测模型。本文提出的算法由三部分组成。首先,在现有的轮廓检测算
3、法BSR的基础上,提出了一种自适应的阈值选择算法,从而实现了图像分割。其次,本文以图像分割为基本处理单元,分别从不同的角度描述了对比度先验、位置先验和形状先验。不同于传统的表述方式,对比度先验是通过与相邻分割的差异度和与不相邻分割的相似度之间的比来表示的:位置先验是结合图像的中心位置、距离图像四个边的最短距离以及和图像边界的重合度来表示的;形状先验是通过分割的轮廓强度来表示的。最后,利用改进的HITS算法解决先验检测中的独立性的问题,从而实现了检测目标更均匀和矫正部分错误检测的功能。本文在国际公开的MSRA-1000的图像库上,与现有的一些优秀的显著性检测算法
4、进行了比较。实验结果证明了本文算法的有效性。关键词:视觉显著性;对比先验;位置先验;形状先验;HITS基于m碣的图像显著性检测算法AbstractWiththedevelopmentofsociety,imagesaliencydetectionalgorithmshaveappliedintomanyfields,suchasobjectrecognition,imagecompression,videoretrievalandSOon.Thispaperproposeanewimagesaliencydetectionmodelwiththecombina
5、tionofthreepriorswhichwerepresentinadifferentwayfromtraditionaldescriptionandmodifiedHITSalgorithm.Ourproposedalgorithmismadeupofthreeparts.First,basedonanexistingcontourdetectionmethodBSR,weproposeanadaptthresholdingmethodtoachieveimagesegment.Second,takingtheabovesegmentasbasicpro
6、cessingunit,wecomputeinitialsaliencymapfromthreepriors.Ourcontrastisdescribedwiththerateofdifferencewithadjacentsegmentsandsimilaritywithnonadjacentsegments.Ourlocationisdescribedwithimagecenter,theshortestdistancewiththefourimageedgesandtheoverlapwithimageboundaries.Thelast,wemodif
7、iedHITSalgorithmtomakethewholeofobjectmoreuniformandpartlycorrectdetectionerrors.Atlast,basedontheinternationalopenimagedatabaseMSRA一1000,thispapercompareourswithsomethe.art.of-statemethods,theexperimentresultdemonstratetheeffectiveofOurproposedmethod.KeyWords:VisualSaliency;Contras
8、tPrior;LocationPrio
此文档下载收益归作者所有