基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统基于像素的显著性模型存在的边缘模糊、不适于低对比度环境等问题,提出一种基于双目视觉信息的显著性区域检测方法.采用简单线性迭代聚类(SLIC)方法对图像进行超像素分割,将生成的超像素区域进行合并.通过计算各区域在左右视图的相对移动距离获取物体深度信息,以区域为单位分别计算颜色对比度及深度对比度,进行合成得到区域的显著性值.结果表明,生成的显著性图轮廓清晰,边缘锐利,同等条件下近处及深度变化显著的区域能够获得更高的显著性.该方法符合人类视觉感知特征,适用于移动机器人障碍物检测及场景识别.
推荐文章
视觉显著性检测综述
视觉显著性检测
RGB图像显著性检测
RGBD图像显著性检测
视频显著性检测
协同显著性检测
基于视觉注意机制的彩色图像显著性区域提取
显著性区域提取
视觉注意机制
分水岭
区域化空间注意力模型
基于双目视觉的障碍物检测方法研究
障碍物检测
双目视觉
多旋翼无人机
柱状图
基于 DCT 域视觉显著性检测的图像缩放算法
图像缩放
线裁剪
视觉显著性检测
离散余弦变换域
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于双目视觉的显著性区域检测
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 视觉选择性注意 显著性图 双目视觉 图像分割 视差计算
年,卷(期) 2014,(2) 所属期刊栏目 电气工程、计算机技术
研究方向 页码范围 354-359
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2014.02.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴星明 32 159 6.0 11.0
2 陈伟海 60 422 12.0 18.0
3 王建华 32 247 10.0 15.0
4 刘中 7 43 3.0 6.0
5 邹宇华 3 24 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (15)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉选择性注意
显著性图
双目视觉
图像分割
视差计算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导