学位论文 > 优秀研究生学位论文题录展示

基于视觉注意的显著区域检测算法研究

作　者: 李崇飞
导　师: 卢凯
学　校: 国防科学技术大学
专　业: 计算机科学与技术
关键词: 显著性视觉注意频谱侧抑制机制结构相似性自相似算子
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 240次
引　用: 3次
阅　读: 论文下载

内容摘要

随着信息技术的飞速发展,图像数据的规模和复杂程度不断加大,为后续的图像处理和目标分析带来了很大难度。近年来,以视觉注意为代表的图像显著区域检测技术成为提高海量数据筛选实时性和分析准确性的重要技术途径之一。传统的基于视觉注意的显著区域检测模型存在检测结果边缘特性较差的问题,同时由于使用邻近插值,会出现马赛克现象。另一方面,满足实时性的频域模型又存在检测结果不稳定、生物学依据不明显等缺陷。针对这些问题,本文以生物视觉的注意机制为基础,通过分析空频域内显著区域的分布特性,对显著区域检测技术进行了多个方面的探索。本文的主要工作包括以下四个方面。(1)分析了人类视觉注意的处理机制,在神经生物学和心理学两个方面进行了介绍,讨论了经典的基于特征融合框架和Koch神经生物学框架的视觉注意模型。(2)通过研究人类高层视觉的结构相似性理论,基于特征融合框架分别提出了局部和全局两种显著区域检测方法,利用结构相似性和自相似算子度量视觉显著性,并对提出的方法进行了优化。实验结果表明本文方法的检测结果的边缘特性比较好,显著区域的对比度很高,并克服了传统方法的马赛克现象,同时在抗噪等方面体现了较好的性能。(3)通过研究图像频谱与显著性的关系,提出了一种保留相位谱和调谐幅度谱的显著区域检测方法,该方法通过改变频谱分布来增强显著区域并抑制非显著区域,同时针对提出的频域模型提出四种频谱调谐方法,对四种方法的优劣进行了研究。另一方面,通过研究人类视觉的侧抑制机制,找到了这种方法的生物学依据。实验表明这种方法可以有效检测多种图像的显著区域,并且满足实时性的要求。(4)根据团块目标遥感图像的特点,提出对上文的两种显著性模型进行针对性改进,实验表明改进方法可以有效检测出遥感图像的团块目标区域。综上所述,本文通过研究人类视觉注意机制的相关关键技术,在空频域提出了相应的显著区域检测方法,最后通过实验验证了方法的有效性。

全文目录

摘要  9-10
ABSTRACT  10-12
第一章绪论  12-18
  1.1 研究背景  12-13
  1.2 国内外研究现状  13-15
    1.2.1 空间域模型  13-14
    1.2.2 频谱域模型  14-15
    1.2.3 基于目标和物体的显著性模型  15
  1.3 论文主要内容与组织结构  15-18
    1.3.1 论文的主要内容  15-16
    1.3.2 论文的章节安排  16-18
第二章视觉注意的处理机制  18-28
  2.1 视觉注意机制的神经生物学和心理学研究  18-23
    2.1.1 视觉注意的神经生物学机制  18-22
    2.1.2 视觉注意的心理学研究  22-23
  2.2 视觉注意模型  23-27
  2.3 本章小结  27-28
第三章基于结构相似度的显著区域检测方法研究  28-46
  3.1 结构相似度概论  28-33
    3.1.1 结构相似度的概念  28-30
    3.1.2 结构相似度的改进  30-33
  3.2 局部结构相似度方法  33-37
    3.2.1 视觉特征提取  34-35
    3.2.2 局部结构相似度度量  35-36
    3.2.3 特征融合和显著区域提取  36-37
  3.3 全局结构相似度方法  37-41
    3.3.1 空间距离权值  38-39
    3.3.2 全局相似度模型的优化  39-41
  3.4 实验结果与分析  41-44
    3.4.1 局部结构相似度方法  41-42
    3.4.2 全局结构相似度方法  42-44
  3.5 本章小结  44-46
第四章基于相位谱和调谐幅度谱的显著区域检测方法研究  46-66
  4.1 显著性检测的频谱分析  46-49
    4.1.1 相位谱与显著性  46-48
    4.1.2 幅度谱与显著性  48-49
  4.2 侧抑制机制与显著性频谱  49-53
    4.2.1 侧抑制机制  50-52
    4.2.2 侧抑制与频谱调谐  52-53
  4.3 调谐方法研究  53-60
    4.3.1 谱残余方法  53-54
    4.3.2 基于频谱调谐的显著区域检测方法  54-55
    4.3.3 调谐方法分析与实现  55-60
  4.4 实验结果与分析  60-65
    4.4.1 实验结果对比  60-64
    4.4.2 自然场景检测与速度测试  64-65
  4.5 本章小结  65-66
第五章基于遥感图像团块目标区域检测的显著性方法改进  66-72
  5.1 基于局部结构相似度显著性的团块目标检测方法  66-68
    5.1.1 显著图计算  66-67
    5.1.2 目标区域提取  67
    5.1.3 实验结果与分析  67-68
  5.2 基于频谱显著性检测的团块小目标检测方法  68-70
    5.2.1 显著图计算  68
    5.2.2 目标区域提取  68-69
    5.2.3 实验结果与分析  69-70
  5.3 本章小结  70-72
第六章总结与展望  72-74
致谢  74-76
参考文献  76-80
作者在学期间取得的学术成果  80

基于视觉注意的显著区域检测算法研究

内容摘要

全文目录

相似论文