感知对象分割方法研究

感知对象论文 显著图论文 潜在狄利克雷分布论文 视觉感知单词论文 感知图模型论文
论文详情
随着数字图像数量的飞速增长,各行各业对数字图像处理技术的需求也日趋增加。而随着数字图像技术的发展,由传统的基于图像底层特征的图像处理技术与图像高层语义之间的鸿沟所造成的图像理解的误差也越发明显,为了更好的理解图像中的内容,本文重点研究了图像中感知对象的分割算法。有相关研究表明,人们在观察图像的时候,通过对图像的短暂观察和理解之后,往往只关注图像中的某个或多个物体,这样的物体往往代表了图像需要传达的大部分信息,在很多的图像应用中只关注此类物体可以显著地提高图像处理的效率以及准确性,这样的物体在本文中我们称之为感知对象。本课题的主要研究内容就是如何从一幅未给出任何先验信息的图像中检测出感知对象,并且同时分割出感知对象的具体形状。本文根据两种完全不同的思路,分别提出了无监督和有监督的感知对象分割算法。本文的主要工作及创新点如下:1.首先对图像中感知对象这一概念进行了介绍,对感知对象分割方法的研究意义和课题背景进行了阐述,然后对与本课题相关的算法进了分类介绍。2.研究了基于显著图融合的感知对象分割算法。该算法首先根据一幅输入图像计算出三种不同的显著图:对比度显著图、颜色分布显著图以及频谱残差显著图。然后利用图像分割算法对输入图像进行过分割处理,再结合得到的显著图计算出每一块过分割区域的区域感知度,最后通过对区域感知度进行阈值处理分割出图像中的感知对象。3.研究了基于学习的感知对象分割算法。该算法采用了潜在狄利克雷分布对文档进行建模的思想,建立了用于感知对象分割的感知图模型。该算法包括三个步骤,训练图像库的标记,视觉感知单词的计算以及视觉感知词典的生成。然后详细介绍了基于潜在秋利克雷分布的感知图的结构内容、模型中的参数估计以及模型的判决过程。
摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-15页
    1.1 课题的研究背景及意义第9-12页
    1.2 感知对象分割研究现状第12-13页
    1.3 本文的主要研究内容和章节安排第13-15页
        1.3.1 本论文主要研究内容第13-14页
        1.3.2 本论文章节安排第14-15页
第二章 感知对象的分割算法介绍第15-20页
    2.1 图像中的感知对象第15-16页
    2.2 图像对象分割第16-17页
        2.2.1 图像分割算法介绍第16页
        2.2.2 对象分割算法介绍第16-17页
    2.3 与本课题相关的算法第17-19页
        2.3.1 基于视觉注意模型的显著检测第17-18页
        2.3.2 基于学习的感知对象检测第18-19页
        2.3.3 基于图论的显著检测第19页
        2.3.4 基于交互式的感知对象分割第19页
    2.4 本章小结第19-20页
第三章 基于显著图融合的感知对象分割第20-33页
    3.1 算法的整体流程第20-22页
    3.2 显著图的计算第22-27页
        3.2.1 对比度显著图第22-23页
        3.2.2 颜色分布显著图第23-26页
        3.2.3 频谱残差显著图第26-27页
    3.3 图像的过分割第27-28页
    3.4 区域感知度的计算第28-30页
    3.5 感知对象分割的实验结果第30-32页
    3.6 本章小结第32-33页
第四章 基于潜在狄利克雷分布的感知对象分割第33-55页
    4.1 潜在狄利克雷分布第33-39页
        4.1.1 概率图模型的介绍第34-36页
        4.1.2 潜在狄利克雷分布第36-39页
    4.2 基于感知图模型的感知对象分割算法流程第39-41页
    4.3 感知对象图像库的建立第41-44页
    4.4 视觉感知词典的构建第44-48页
        4.4.1 超像素的生成第44-45页
        4.4.2 视觉感知单词的计算第45-47页
        4.4.3 视觉感知词典的构建第47-48页
    4.5 基于潜在狄利克雷分布的感知图模型第48-53页
        4.5.1 感知图模型第48-51页
        4.5.2 感知图模型的参数训练第51-52页
        4.5.3 感知图模型的判决形式第52-53页
    4.6 感知对象分割的实验结果及分析第53-54页
    4.7 本章小结第54-55页
第五章 结论第55-57页
    5.1 本论文研究总结第55-56页
    5.2 展望第56-57页
致谢第57-58页
参考文献第58-62页
攻硕期间取得的研究成果第62-63页
论文购买
论文编号ABS537198,这篇论文共63页
会员购买按0.30元/页下载,共需支付18.9
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付31.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656