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:
针对图像显著性检测这项重要的图像预处理技术,提出了一种基于主成分分析的显著性区域检测方法.首先,将每个像素与周围8领域点的均值作为其特征维度,采用主成分分析法对特征维度进行特征提取,计算其显著得分得到显著图,再将其应用于基于内容感知的图像缩放技术中.相比传统的缩放算法,该方法不仅能够保持图像在缩放过程中的重要内容,还保证了图像的完整概貌.与Seam Carving算法相比,该方法也理论简洁、运行高效.
推荐文章
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
基于主成分分析的彩色图像人脸检测
人脸检测
主成分分析
RGB图像
基于显著性及主成分分析的红外小目标检测
红外小目标
目标检测
显著性检测
点扩散函数
主成分分析
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
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 基于主成分分析的图像显著性检测及应用
来源期刊 武汉轻工大学学报 学科 工学
关键词 主成分分析 显著性检测 图像缩放 显著得分
年,卷(期) 2020,(6) 所属期刊栏目 工艺技术
研究方向 页码范围 96-102
页数 7页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.2095-7386.2020.06.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (3)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
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(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
主成分分析
显著性检测
图像缩放
显著得分
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
武汉轻工大学学报
双月刊
1009-4881
42-1856/T
大16开
武汉常青花园中环西路特1号武汉工业学院学报编辑部
1982
chi
出版文献量(篇)
2642
总下载数(次)
9
总被引数(次)
12754
论文1v1指导