基于多尺度下凸包改进的贝叶斯模型显著性检测算法

来源 :计算机科学 | 被引量 : 3次 | 上传用户:rocket830214
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统基于贝叶斯的显著性检测算法存在的准确率不理想的问题,提出了一种基于多尺度凸包改进贝叶斯模型的显著性检测算法。该算法首先通过流行排序算法(MR)在CIELab颜色空间上对图像的前景进行提取,并将其作为先验图;其次通过高斯金字塔算法对图像进行降采样,得到3种不同尺度的图像(包括原图),结合经典的Harris算子检测不同尺度图像的角点,求三者的交集,得到更合理的凸包;然后利用颜色直方图结合凸包来计算观察似然概率;最后根据已有的先验图和似然概率,利用贝叶斯模型计算显著图,并进行优化处理得到最终的显著
其他文献
特征匹配作为计算机视觉的一项关键技术而备受关注。近年来,基于描述子的特征点匹配技术取得了一系列突破性进展,但曲线长度不一、端点定位不准确以及周围包含的重复性纹理较多等因素,导致了曲线匹配研究依旧是一个极具挑战性的热点研究课题,且现有曲线匹配方法大多出现匹配总数少、匹配正确率低的问题。为增加特征匹配的总数和正确率,利用特征点和特征曲线的位置关系提出一种点线特征融合的误匹配剔除算法(Point Lin
针对多聚焦图像融合算法中边缘模糊和重影的问题,文中提出了一种基于显著稀疏表示模型的多聚焦图像融合方法。首先,根据显著稀疏表示将图像分解为公共稀疏部分、独有稀疏部分和细节信息。其次,利用独有的特征和细节信息检测图像的聚焦区域。最后,利用图像的细节和邻域信息更精确地划分聚焦区域和散焦区域,将不同的源图像的聚焦区进行融合。大量实验结果表明,该方法对多聚焦图像实现了有效融合。与几种最先进的融合算法相比,该
在处理由高斯白噪声污染的高对比度图像时,传统的三维块匹配(Block-matching and 3D)算法不能完整地保留图像边缘和纹理细节,去噪后的图像边缘会出现边缘振铃效应。为了弥补传统BM3D去噪算法在处理图像边缘和纹理细节时的不足,提出了先对噪声图像进行各向异性扩散滤波,再使用沿边缘方向代替水平方向搜索相似块的BM3D改进算法。实验结果表明,改进算法获得的相似块数量是传统方法的4倍,峰值信噪
蛋白质复合体在生物过程中具有重要的作用,从蛋白质互作用网络中进行蛋白质复合体检测是后基因时代的一项具有挑战性的任务。种子扩展方法是一种从蛋白质互作用网络中进行重
针对传统差异行为特征分类方法难以对小差异行为进行有效识别且分类精度低等缺陷,提出了基于智能视觉的小差异行为特征分类方法。首先采用免疫多Agent方法对小差异行为进行特征提取,对获取的图像集合实施免疫多Agent操作,分析人物轻微形变的小差异行为,获取特征提取集;然后采用视频帧图像阵列检测方法对特征提取集实施像素灰度预处理,通过构建视频帧图像阵列,跟踪识别初始化学习得到灰度像素值,获取较优的小差异行
针对命题逻辑中逻辑公式的某个单元子句及其负文字和冗余子句,给出了含单元子句的子句集的等价条件,同时刻画了子句集中文字和子句的冗余性,得到了一些冗余文字和冗余子句的
为了克服无人机燃油实时消耗量检测中采用油路串入传感器法对发动机形成的高风险,研究中利用芮氏算法,在发动机某部位安装负压和温度传感器,即可得出理论燃油消耗量、各种燃
铁路标签分为机车标签和货车标签,两种标签被读写器发射的射频能量激活后,将连续不断、周而复始地返回标签中的数据帧给读写器,但两种标签返回的信号波形是不同的;利用机车标签帧头(特征值为0xE6D)与货车标签帧头(特征值为0x555555A)的不同,可转入不同的解码程序,达到自适应地识别出机车标签数据或货车标签数据;当列车运动时,货车标签返回给读写器的信号受多径效应的影响,出现衰落现象,使读写器不能正确
针对现有表征语音特性的特征提取不完善的问题,提出了一种耳蜗滤波倒谱系数(Cochlear Filter Cepstral Coefficients,CFCC)和Teager能量算子倒谱参数(Teager Energy Operator
传感器是飞行控制系统当中的一个重要组成部分,在系统中往往利用传感器的各个输出来建立飞机的动态状态;因此,实时准确的对传感器进行故障检测和识别可有效地提高系统的安全可靠