摘要:随着信息技术的发展,人们希望利用计算机处理和分析日益膨胀的图像和视频数据,并从中便捷地获取有用信息,这对图像处理与模式识别的理论方法和技术提出了更高的要求和挑战。视觉注意计算模型将存在待检测目标的人眼感兴趣区域视为图像中某些特征显著的像素点的集合,通过寻找图像中的显著点来检测感兴趣区域。在图像检索、目标检测、场景监控等众多图像处理任务中,通过视觉注意计算模型检测出图像中的感兴趣区域,将系统资源集中于此类区域进行计算分析,相比于对图像中所有区域赋予相同优先级的处理方法,降低了处理过程的计算量,为后续的处理提供很大的便利。本文将图像的纹理一致性特征引入到视觉注意模型的初级视觉特征提取阶段,提取图像的亮度、颜色、方向和一致性信息形成特征显著图,各特征显著图通过局部对比形成总显著图引导注意,寻找图像中的感兴趣区域。27728
毕业论文关键词:视觉注意,感兴趣区域,目标检测,局部对比
Compare and Research of Visual Attention Models based on Local Contrast
Abstract:  With the rapid development of the information processing techniques, people want computers to process and analyze the expanding images and videos and to obtain useful information from large amounts of data fast and easily. The visual attention model detects regions of interest by detecting prominent points in an image, for it takes regions of interest, which contain potential target as the muster of points that have prominent features.In image processing tasks such as image retrieval, target detection and surveillance, it would be more convenient to focus on regions of interest detected by visual attention model than focus on the whole image. The texture coherence feature is added into the detection of primary visual features as a kind of the primary visual feature in the new model, which makes use of intensity, color, orientation and coherence information to form conspicuity maps. The conspicuity maps are combined as saliency map by a global enhancement method to guide attention and detect regions of interest.
Keywords:  visual attention, region of interest, target detection, local contrast.
目录
摘要    i
Abstract    i
目录    iii
1    绪论    1
1.1    课题的目的和意义    1
1.2    国内外研究现状与水平    2
1.3    总结:    5
2    相关技术的介绍和分析    6
2.1    IT方法    6
2.2    GB方法    8
2.3    AC方法    9
2.4    CA方法    10
2.5    小结    12
3    系统设计    13
3.1    软件介绍    13
3.2    主界面设计    13
3.3    AC算法界面设计    14
3.4    GB算法界面设计    17
3.5    CA算法界面设计    17
3.6    IT算法界面设计    18
3.7    性能比较    19
致谢    22
参考文献    23
1    绪论
1.1    课题的目的和意义
随着互联网和信息技术的迅猛发展,图像已经成为人们获取和传播信息最主要的载体之一,人们通过互联网等多种途径可以轻松地获取到各个方面的图像信息。为了从众多的图像数据中找到真正感兴趣或对自己有用的信息,人们希望利用计算机完成对图像内容的分析、检索、识别等繁重的视觉任务。这些需求对图像处理与模式识别的理论方法和技术提出了更高的要求和挑战。图像处理是利用计算机对图像进行分析、加工和处理,使其满足视觉、心理以及其他要求的方法和技术,通过借助模式识别手段,最终实现对图像内容的理解。在过去二十多年间,相关领域的研究取得了很大进展。但是,随着数字媒体(图像和视频)数据的日益膨胀,传统的方法和技术已经不能使最先进的计算机系统完全具备处理和分析这些海量数据的能力。
上一篇:阈值化分割算法及其在显著物体检测中的应用研究
下一篇:C#+sqlserver校园内部搭便车系统的设计

基于Apriori算法的电影推荐

基于PageRank算法的网络数据分析

基于神经网络的验证码识别算法

基于网络的通用试题库系...

python基于决策树算法的球赛预测

基于消费者个性特征的化...

基于网络的通用试题库系统的整体规划与设计

神经外科重症监护病房患...

国内外图像分割技术研究现状

医院财务风险因素分析及管理措施【2367字】

中国学术生态细节考察《...

AT89C52单片机的超声波测距...

C#学校科研管理系统的设计

志愿者活动的调查问卷表

公寓空调设计任务书

10万元能开儿童乐园吗,我...

承德市事业单位档案管理...