本文選題：顯著目標檢測 + 中心矩形構圖先驗�。� 參考：《中國圖象圖形學報》2017年03期

【摘要】：目的許多顯著目標檢測算法側重從背景角度進行顯著性檢測,而從前景角度和空間角度進行顯著性檢測的算法較少,為了解決這個問題,提出了一種基于中心矩形構圖先驗的顯著目標檢測算法。方法假定目標分布在中心矩形構圖線附近。首先,對圖像進行超像素分割并構造閉環(huán)圖;其次,提取中心矩形構圖線上的超像素特征,并進行流形排序,獲取初始顯著值;然后,通過基于中心矩形構圖線獲取的初始顯著值確定中心矩形構圖交點顯著值和緊湊性關系顯著值;最后,融合三者獲得最終的中心矩形構圖先驗顯著圖。結果通過MSRA-1000,CSSD,ECSSD,THUS-10000數(shù)據(jù)集對比驗證了中心矩形構圖先驗算法有較高的準確度和最高的F-measure值,整體效果上優(yōu)于目前先進的幾種算法。且處理單幅圖像的平均時間為0.673 s,相比與其他算法也有較大優(yōu)勢。結論從前景角度和空間角度考慮的中心矩形構圖先驗的顯著目標檢測算法相比于傳統(tǒng)的算法更加具有魯棒性,無論圖像是復雜的還是簡單的,都取得很好的檢測效果,充分說明算法的有效性。
[Abstract]:Objective in order to solve this problem, many salient target detection algorithms focus on significance detection from background point of view, but less from foreground and spatial perspective. A significant target detection algorithm based on a priori center rectangle composition is proposed. Methods it is assumed that the target is distributed near the center rectangular composition line. Firstly, the image is partitioned by super-pixel and the closed loop graph is constructed. Secondly, the super-pixel feature on the center rectangular composition line is extracted, and the manifold sorting is carried out to obtain the initial significant value. Based on the initial significant value obtained from the central rectangular composition line, the intersection significant value and the compactness significant value of the central rectangular composition are determined. Finally, the final priori significant map of the central rectangular composition is obtained by fusion of the three. Results by comparing the data sets of MSRA-1000 / CSSDX ECSSD-THUS-10000, it is proved that the priori algorithm of center rectangular composition has higher accuracy and highest F-measure value, and the overall effect is better than that of the current advanced algorithms. The average processing time of a single image is 0.673 s, which is also superior to other algorithms. Conclusion the salient target detection algorithm based on a prior centroid rectangle composition is more robust than the traditional algorithm from the perspective of foreground and space. The image is complex or simple, and the detection effect is very good. The effectiveness of the algorithm is fully illustrated.
【作者單位】： 安徽大學計算機科學與技術學院;
【基金】：國家科技支撐計劃基金項目(2015BAK24B00) 高等學校博士學科點專項科研基金聯(lián)合項目(20133401110009) 安徽高校省級自然科學研究項目(KJ2015A009)~~
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 陳濤;圓角矩形框的制作[J];電腦愛好者;2002年24期

2 張金翰;用縮放的矩形框定義圖形剪裁區(qū)域[J];中國計算機用戶;1994年09期

3 李艷玲,王加俊;基于模式鏈分析的文本頁面圖像的分割與分類[J];中國圖象圖形學報;2005年06期

4 檀亞彬;巧用WPS2000制作名片[J];電腦知識與技術;2002年04期

5 周兵;吳崇輝;李偉平;;某清掃車車架結構分析與拓撲優(yōu)化設計[J];微計算機信息;2012年01期

6 陳濤濤;遲道才;梁茜;;基于矩形框幾何校正的多葉面積測量方法[J];農(nóng)業(yè)工程學報;2012年08期

7 邵新虎;;完形填空隨機 英語課堂生輝[J];電腦愛好者;2011年16期

8 王志軍;;激活PowerPoint 2013的Flash嵌入功能[J];微電腦世界;2013年12期

9 四海;動畫技巧與實踐(二)[J];電腦愛好者;1998年12期

10 許俊波;牛艷云;陳琳;;一種灰度人臉圖像雙眼定位的新方法[J];軟件導刊;2007年09期

相關重要報紙文章 前7條

1 閆永勝;五步搞定標準試卷[N];中國電腦教育報;2004年

2 廣東 鄭金炎;巧用Word 97制作工號牌[N];電腦報;2002年

3 宋志明;淡入淡出方法多[N];中國電腦教育報;2003年

4 楊屹立;運用重復線條制作標志[N];中國包裝報;2003年

5 江蘇 蔣亞飛;通用“試卷封裝保密區(qū)”的制作[N];電腦報;2003年

6 圖們月長圓;時尚手表[N];中國電腦教育報;2005年

7 北京 吳培森;PowerPoint播放暫停由我做[N];中國電腦教育報;2005年

相關碩士學位論文 前1條

1 馬建;矩形交通標志符號檢測與識別算法研究[D];北京交通大學;2017年

，

本文編號：1890591