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:
图像显著性检测在目标识别、目标跟踪、视觉信息挖掘等研究中具有重要价值,而水下图像研究又是海洋相关学科的基础.文章针对水下图像特性,提出一种结合Retinex图像增强和超像素分割算法的多尺度显著性区域检测方法,以获取均匀、清晰的显著图.在每个尺度上进行超像素显著性估计和贝叶斯概率估计,将不同尺度的显著图进行加权求和与导向滤波,得到平滑且边缘清晰的显著图.根据水下不同倍数的衰减距离建立数据集,验证了该算法具有较强的鲁棒性.
推荐文章
基于HVS的多尺度显著性检测算法
人类视觉系统
多尺度
主成分分析
显著性检测
图像分析
基于双层多尺度神经网络的显著性对象检测算法
显著性对象检测
深度学习
深度卷积网络
条件随机场
图像显著性检测方法解析
图像显著性
显著性检测
检测方法
图像处理
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
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 基于多尺度的水下图像显著性区域检测
来源期刊 微型机与应用 学科 工学
关键词 图像增强 超像素 贝叶斯估计 显著性
年,卷(期) 2017,(9) 所属期刊栏目 图像与多媒体
研究方向 页码范围 45-48
页数 4页 分类号 TP391
字数 3223字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.09.014
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 薛纯 中国海洋大学信息科学与工程学院 3 6 2.0 2.0
2 刘晓阳 中国海洋大学信息科学与工程学院 3 12 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像增强
超像素
贝叶斯估计
显著性
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导