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:
为了更好的实现视觉图像显著性目标检测,提出了复合小波变换结合监督学习的边缘检测方法.方法 将显著性目标检测分为两个阶段完成,第一阶段用于提取完整的图像边缘.其中为了获得更加准确的局部特征和图像平滑效果,设计了复合小波变换边缘检测,同时为了适应视觉图像平移,在小波函数中引入尺度变换和算子滤波,根据幅角与模值求解出高频边缘特征,利用尺度与算子求解出低频边缘特征.第二阶段用于从完整图像边缘中提取出显著性目标边缘,根据增强特征,采用监督学习构建显著性目标模型,将显著性目标区域检测与复合小波变换边缘特征提取结合,得到融合估计图.其中为了得到更加精确的显著性目标区域估计图,把图像完整的边缘特征与显著性目标特征持续输入卷积操作中,利用先验信息对显著性目标的边缘特征进行修正,同时对显著性目标边缘进行位置判断,防止反馈修正性能退化.仿真结果表明,复合小波变换结合监督学习方法改善了边缘特征提取的分辨率和完整性,有效提高视觉图像显著性目标检测的精准度.
推荐文章
基于小波变换和Retinex算法的显著性检测
显著性检测
Retinex
小波变换
简单线性迭代聚类(SLIC)
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
基于视觉显著性和小波分析的烟雾检测方法
视觉显著性
感兴趣区域提取
小波分析
烟雾检测
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 关于视觉图像的复合小波变换显著性检测方法
来源期刊 计算机仿真 学科 工学
关键词 视觉图像 复合小波变换 监督学习 边缘特征提取 显著性检测
年,卷(期) 2020,(11) 所属期刊栏目 仿真服务化
研究方向 页码范围 427-430,469
页数 5页 分类号 TP391
字数 语种 中文
DOI
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 田菲 2 2 1.0 1.0
2 孙忠民 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (15)
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)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(8)
  • 参考文献(4)
  • 二级参考文献(4)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(2)
  • 参考文献(2)
  • 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
视觉图像
复合小波变换
监督学习
边缘特征提取
显著性检测
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导