版权说明 操作指南
首页 > 成果 > 详情

应用改进视觉显著性度量方法进行图像分割

认领
导出
下载 Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
陈沅涛;徐蔚鸿;吴佳英;向智武
作者机构:
[陈沅涛; 徐蔚鸿; 吴佳英] 长沙理工大学计算机与通信工程学院
南京理工大学计算机科学与工程学院
[向智武] 长沙理工大学城南学院计算机科学与技术系
语种:
中文
关键词:
图像分割;视觉显著性;视觉显著性度量;阈值分割
关键词(英文):
visual saliency;visual saliency measure;threshold segmentation
期刊:
小型微型计算机系统
ISSN:
1000-1220
年:
2015
卷:
36
期:
2
页码:
355-359
基金类别:
湖南省科技计划项目(2014SK4080)资助 湖南省教育厅优秀青年项目(148005)资助 湖南省教育厅优秀青年项目(138132)资助 长沙理工大学教学改革研究项目(78)资助 湖南省大学生研究性学习和创新性实验计划项目(湘教~[2013]191号No.501)资助.
机构署名:
本校为第一机构
院系归属:
计算机与通信工程学院
城南学院
摘要:
视觉注意机制是人类与生俱来的特有属性.在视觉注意机制的协助下,人类视觉系统可以有选择性地针对视觉信息进行处理并有效解决有限信息处理资源与海量视觉信息之间的矛盾.与现有基于计算机视觉机制的图像分割方法比较,本文提出改进视觉显著性度量方法生成的系统显著图能够更加准确表现原始图像中各个像素点的显著性值,根据系统显著图进行阈值分割便可以对前景目标和背景区域进行区分,不需要加入其他方法,这样既可以降低运算时间复杂度,又可以使得图像分割结果更符合人类视觉特点.本文算法对于包含前景目标可得到优良的图像分割结果,但本方法对于背景较复杂同时前景目标模糊的原始图像的图像分割...
摘要(英文):
Visual attention mechanism is an intrinsic property of human. With the help of visual attention mechanism, human vision system can optionally process the visual information and the contradiction between the limited resources and the huge visual informa- tion can be solved effectively. With existing computer vision-based mechanisms for image segmentation methods, this paper improved saliency measure generated system saliency map to more accurately represents the original image of each pixel significant value, ac- cording to the system saliency map threshold segmentation the future will be able ...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com