导读:本文包含了显著性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视觉,图像,特征,本溪,卷积,模型,质量。
显著性论文文献综述
徐然,夏海山[1]（2019）在《建筑立面视觉特征识别的量化研究与评价——基于视觉显着性模型的分析方法》一文中研究指出建筑设计中关于视觉方面的评判标准通常是模糊、定性和主观的,无法为设计师提供确切清晰的指导意见,从而也无法对设计结果进行有效的把控。研究将计算机视觉领域的视觉显着性概念引入建筑设计,利用视觉显着性模型模拟人眼的视觉注意力,综合探讨建筑立面视觉特征被人眼所提取的可能性,对任意两种存在局部差异的同一个建筑立面及其不同组成部分所产生的视觉效果进行量化比较和客观评价;同时对该方法的有效性与局限性进行分析验证。以期为建筑视觉效果量化评价研究提供新的途径与手段,进而应用于涉及历史文物保护、建筑风格规划、标志性建筑设计等城市形象建设相关管理标准与实施办法的制定。(本文来源于《新建筑》期刊2019年06期）
王利东[2]（2019）在《基于变化显着性分析方法的本溪地区典型水文站点洪水特征研究》一文中研究指出结合变化显着性分析方法对本溪地区4个典型水文站洪水特征进行分析。分析结果表明:本溪地区主要水文站近54年洪峰和洪量均未发生显着性变化,变化显着性均未能通过90%的置信度检验。各站洪峰及洪量突变年份主要集中在1990年以后,其突变年份逐步增多。各典型水文站点洪峰和洪量相关性均较高,相关系数在0.864 2～0.933 2之间。研究成果对于本溪地区防洪规划具有重要的参考价值。(本文来源于《地下水》期刊2019年06期）
王静,张羽婷,张云,韩彦岭,洪中华[3]（2019）在《基于图像显着性的人工视觉图像处理策略》一文中研究指出目的:在假体设备中的视觉信息处理模块引入适当的图像处理策略,优化低分辨率下的人工视觉信息,是解决假体植入者获取的视觉信息有限问题的一种可行方法。方法:基于全局亮度对比度特征的图像显着性检测算法(LC),结合颜色空间变换和视觉注意力仿真处理模型,提出一种面向视网膜假体人工视觉信息处理策略。通过两个标准图像测试数据集对图像处理结果进行评估,同时对流行病学调查结果选取的盲人常用物体图片进行仿真。结果:评估结果验证了在提取图像前景方面与原始LC算法对比的优越性,仿真结果验证了在人工视觉条件下应用的可行性。结论:本文提出的策略有助于视网膜假体植入者在日常生活场景中更好地完成物体识别等基本视觉任务。(本文来源于《中国医学物理学杂志》期刊2019年11期）
高敏娟,党宏社,魏立力,张选德[4]（2019）在《视觉显着性引导的局部图像质量度量》一文中研究指出全参考图像质量评价通常包括局部图像质量度量和池化(pooling)两个阶段.经典的基于视觉显着性(visual saliency, VS)的评价算法,将VS用于池化阶段,利用VS对相似度谱(similarity map)作加权平均,强调显着性强的区域对整体图像质量的贡献大,而显着性弱的区域对整体图像质量的贡献小.与经典方法不同,本文将VS用于局部图像质量度量阶段,利用VS自适应地调节局部图像质量的计算,强调人类视觉系统感知到的局部质量退化由客观退化程度和显着性共同决定.本文的主要贡献包括:(1)提出了一种视觉显着性引导的局部图像质量度量框架;(2)在此框架内,对之前发表于IEEE Signal Processing Letters的ESSIM(edge strength similarity)算法进行了扩展,提出了VS引导的ESSIM算法(VS-ESSIM).在测试数据库TID2013, TID2008和CSIQ上的实验结果表明,提出的算法能够提高对图像质量的预测精度,获得与主观评价结果更好的一致性.(本文来源于《中国科学:技术科学》期刊2019年11期）
周飞,刘桂华,徐锋[5]（2019）在《基于视觉显着性的水面垃圾目标检测》一文中研究指出针对实际水面复杂环境提出了一种基于视觉显着性的水面垃圾目标检测算法。首先对输入图像进行超像素分割,在CIELab、RGB和HSV颜色空间中提取超像素级的显着性特征,然后使用随机森林回归器将显着性特征进行融合得到疑似显着性图,并使用自适应阈值分割得到疑似二值显着性图,最后使用MLP分类器对原始图像中的疑似垃圾目标区域进行判别,去除水波、倒影和反光的干扰,最终检测出水面的垃圾目标。实验结果表明所提基于视觉显着性的水面垃圾目标检测算法的性能优于其他水面目标检测算法。(本文来源于《测控技术》期刊2019年11期）
赵娜娜,陶溢,李芬,王玉成[6]（2019）在《高铁轮毂表面缺陷的视觉显着性超像素图像检测方法》一文中研究指出针对高铁轮毂表面缺陷实时在线检测问题,提出一种基于视觉显着性注意机制的超像素自适应检测方法。首先采用同态滤波器对缺陷图像进行预处理,去除环境光污染噪声引起的图像亮度分布不均匀问题,构建轮毂表面缺陷图像的谱残差视觉注意模型,之后采用超像素分割算法对缺陷显着性图像进行自适应阈值分割,标记出高铁轮毂表面缺陷的二维空间位置,实现轮毂表面缺陷的边界检测和形态估计。研究方法在高铁轮毂表面缺陷检测实验平台上进行了实验验证,结果表明:该方法能够有效抑制图像分割中的过分割问题,对缺陷的边界信息提取准确,鲁棒性较好。(本文来源于《科学技术与工程》期刊2019年32期）
于晓雯,张立清,王颖淑[7]（2019）在《基于眼动实验的分类视觉注意显着性预测仿真》一文中研究指出为了准确地预测出图像中吸引视觉的关键部分,提出基于眼动实验的分类视觉注意显着性预测方法。通过MSRA10K图像库训练全卷积神经网络,得到图像的初步显着性区域特征。对其进行超像素优化,提取多尺度图像特征,对比局部融合颜色和全局颜色,形成低层特征显着图。提取各个图像块的主成分,计算主成分空间中图像块的局部以及全局可区分性,获取模式显着图。引用空间离散度度量分配相应的权重,将两者进行融合,准确预测分类视觉注意显着性区域。将所提方法与较为经典的两种方法进行实验对比,实验结果表明,所提方法能够更加准确预测出图像中的显着性区域。(本文来源于《计算机仿真》期刊2019年11期）
李东民,李静,梁大川,王超[8]（2019）在《基于多尺度先验深度特征的多目标显着性检测方法》一文中研究指出显着性检测是近年来国内外计算机视觉领域研究的热点问题,在图像压缩、目标识别与跟踪、场景分类等领域具有广泛的应用.针对大多显着性检测方法只针对单个目标且鲁棒性不强这一问题,本文提出一种基于深度特征的显着性检测方法.首先,在多个尺度上对输入图像进行超像素分割,利用目标先验知识对预显着区域进行提取和优化.然后,采用卷积神经网络提取预选目标区域的深度特征.对高维深度特征进行主成分分析并计算显着性值.最后,提出一种改进的加权多层元胞自动机方法,对多尺度分割显着图进行融合优化,得到最终显着图.在公开标准数据集SED2和HKU IS的实验表明,与现有经典显着性检测方法相比,本文方法对多显着目标检测更准确.(本文来源于《自动化学报》期刊2019年11期）
杨小冈,李维鹏,马玛双[9]（2019）在《概率框架下多特征显着性检测算法》一文中研究指出显着性检测是计算机视觉的一项基础问题,广泛地用于注视点预测、目标检测、场景分类等视觉任务当中.为提升多特征条件下图像的显着性检测精度,以显着图的联合概率分布为基础,结合先验知识,设计一种概率框架下的多特征显着性检测算法.首先分析了单一特征显着性检测的潜在缺陷,继而推导出多特征下显着图的联合概率分布;然后根据显着图的稀有性,稀疏性,紧凑性与中心先验推导出显着图的先验分布,并使用正态分布假设简化了显着图的条件分布;随后根据显着图的联合概率分布得到其极大后验估计,并基于多阈值假设构建了分布参数的有监督学习模型.数据集实验表明:相比于精度最高的单一特征显着性检测方法,多特征算法在有监督和启发式方法下的平均误差降低了6.98%和6.81%,平均F-measure提高了1.19%和1.16%;单幅图像的多特征融合耗时仅为11.8ms.算法精度较高,实时性好,且可根据不同任务选择所需的特征类别与先验信息,能够满足多特征显着性检测的性能要求.(本文来源于《电子学报》期刊2019年11期）
顾振飞,袁小燕,张登银,孔令民,李想[10]（2019）在《一种基于区域显着性识别的红外图像增强方法》一文中研究指出针对红外图像纹理细节不足和对比度下降的问题,提出一种基于区域显着性识别的红外图像增强方法.首先,通过构建红外图像显着性特征图,识别出红外图像中的显着区域和非显着区域.然后,对红外图像进行反转操作并基于暗通道先验估计出反转红外图像的透射图,再基于图像识别的结果对透射图进行修正.最后,基于简化大气散射模型获得增强后的红外图像,并基于细节改变先验进行边缘特征增强.采用了多种类型的红外图像进行试验,并将所提方法与多种当前主流红外图像增强方法进行了主观和客观对比.结果表明,所提方法具有较好的鲁棒性,且平均新增可见边比能达到4.15、平均对比度增益能达到6.47、基于人眼视觉的图像清晰度能提升33%.(本文来源于《江苏大学学报(自然科学版)》期刊2019年06期）
显著性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
结合变化显着性分析方法对本溪地区4个典型水文站洪水特征进行分析。分析结果表明:本溪地区主要水文站近54年洪峰和洪量均未发生显着性变化,变化显着性均未能通过90%的置信度检验。各站洪峰及洪量突变年份主要集中在1990年以后,其突变年份逐步增多。各典型水文站点洪峰和洪量相关性均较高,相关系数在0.864 2～0.933 2之间。研究成果对于本溪地区防洪规划具有重要的参考价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
显著性论文参考文献
[1].徐然,夏海山.建筑立面视觉特征识别的量化研究与评价——基于视觉显着性模型的分析方法[J].新建筑.2019
[2].王利东.基于变化显着性分析方法的本溪地区典型水文站点洪水特征研究[J].地下水.2019
[3].王静,张羽婷,张云,韩彦岭,洪中华.基于图像显着性的人工视觉图像处理策略[J].中国医学物理学杂志.2019
[4].高敏娟,党宏社,魏立力,张选德.视觉显着性引导的局部图像质量度量[J].中国科学:技术科学.2019
[5].周飞,刘桂华,徐锋.基于视觉显着性的水面垃圾目标检测[J].测控技术.2019
[6].赵娜娜,陶溢,李芬,王玉成.高铁轮毂表面缺陷的视觉显着性超像素图像检测方法[J].科学技术与工程.2019
[7].于晓雯,张立清,王颖淑.基于眼动实验的分类视觉注意显着性预测仿真[J].计算机仿真.2019
[8].李东民,李静,梁大川,王超.基于多尺度先验深度特征的多目标显着性检测方法[J].自动化学报.2019
[9].杨小冈,李维鹏,马玛双.概率框架下多特征显着性检测算法[J].电子学报.2019
[10].顾振飞,袁小燕,张登银,孔令民,李想.一种基于区域显着性识别的红外图像增强方法[J].江苏大学学报(自然科学版).2019
论文知识图
