基于纹理抑制和连续分布估计的显著性检测-电路与系统专业论文.docxVIP

阳再 阳再辅料hh 研究生学位论文创新性声明 本人郑重声明:所呈交的学位论文是本人在导师指导下，独立进行研 究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的 工作外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名: 严t 斗 日期:列{在 .b.占l 研究生学位论文版权使用授权声明 本论文的研究成果归武汉科技大学所有，其研究内容不得以其它单位 的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定， 同意学校保留并向有关部门(按照《武汉科技大学关于研究生学位论文收录 工作的规定》执行)送交论文的复印件和电子版本，允许论文被查阅和借阅， 同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行 检索和对外服务。 论文作者签名: ;) .-ij 指导教师签名: 土气Z 日期:)?1县 .s I 万方数据 万方数据 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在不断增加，大数据 时代对图像处理提出了新的要求。显著性检测技术作为图像领域研究的热点之 一，逐步成为提高图像数据筛选能力的重要途径。基于视觉注意机制的显著性检 测技术对于研究信息处理、人工智能、计算机视觉等领域的发展有重要的意义。 首先介绍了显著性检测的基本理论，分析了视觉信息的传递过程以及两种视 觉注意机制模式。研究了经典的 Itti 模型以及 CA、GB、MZ、RC、SR 五种典型 的显著性检测方法，并进行实验仿真。 其次针对传统的显著性检测方法易造成边界模糊以及应用中央-周边差进行 图像检测时，感兴趣目标的内部纹理会破坏目标的整体性的问题，提出了一种基 于纹理抑制和连续分布估计的显著性检测方法。先对图像进行双边滤波的预处 理，以平滑目标以及背景区域内部的纹理扰动，保留目标与背景之间的主要边缘。 再采用 SLIC 超像素分割算法，对图像中具有相同特征的像素进行分组，通过多 维正态分布提取分割区域的特征，利用二范数 Wasserstein 距离计算区域相似度： 结合局部显著性检测以及全局显著性检测实现目标区域的提取。实验结果表明， 本文的方法能够较好地提取显著性目标区域。 最后对全文进行了总结和展望。 关键词：显著性；双边滤波；背景先验；Wasserstein 距离；正态分布 I Abstract With the rapid development of information technology, the size and complexity of the image data are increasing. Big data era puts forward new demands for the image processing. As one of the hot spots in research of image area, saliency detection technique has even become one of the most significant approaches in improving the filtering and analysis accuracy of image data.Saliency detection technology based on visual attention mechanism plays a important role in research and information processing ,the development of artificial intelligence, computer vision, and other fields, . First of all, this paper introduces the basic theory of saliency detection, and then analyze the process of visual information transfer model and two kinds of visual attention mechanism. Finally this paper studies the classical Itti model and CA, GB, MZ, RC, SR five kinds of typical saliency detection method, and finish the simulation experiment. As to the problem that the