公开(公告)号：CN109035196A

公开(公告)日：2018-12-18

申请号：CN201810498275.0

申请日：2018-05-22

Applicant: 安徽大学

Inventor： 方贤勇 ,  丁成 ,  汪粼波 ,  王华彬 ,  周健 ,  李薛剑

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/08 ,  G06N3/04

CPC classification number: G06T7/0002 ,  G06N3/0454 ,  G06N3/084 ,  G06T7/11 ,  G06T2207/20028 ,  G06T2207/20081

Abstract: 针对清晰的纹理平坦区域由于缺乏高频信息，而容易被误检成模糊区域的问题，本发明提出了一基于显著性的图像局部模糊检测方法：将代表图像变换域特征的奇异值向量，反映图像高频信息的局部极值点与熵加权的池化DCT高频系数(HiFST系数)相结合，这两种类型的特征值相互补充，得到更好的特征向量，将得到的混合特征向量输入到BP神经网络进行训练得到模型后，通过预测得到初步结果，再与图像显著性检测相结合，通过图像的显著性约束得到进一步的检测结果，并通过双边滤波优化边缘信息得到最终的结果。在一个公开的大型数据集上进行的定性定量实验结果表明，本方法具有很好的模糊检测效果。

公开(公告)号：CN109035196B

公开(公告)日：2022-07-05

申请号：CN201810498275.0

申请日：2018-05-22

Applicant: 安徽大学

Inventor： 方贤勇 ,  丁成 ,  汪粼波 ,  王华彬 ,  周健 ,  李薛剑

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/08 ,  G06N3/04

Abstract: 针对清晰的纹理平坦区域由于缺乏高频信息，而容易被误检成模糊区域的问题，本发明提出了一基于显著性的图像局部模糊检测方法：将代表图像变换域特征的奇异值向量，反映图像高频信息的局部极值点与熵加权的池化DCT高频系数(HiFST系数)相结合，这两种类型的特征值相互补充，得到更好的特征向量，将得到的混合特征向量输入到BP神经网络进行训练得到模型后，通过预测得到初步结果，再与图像显著性检测相结合，通过图像的显著性约束得到进一步的检测结果，并通过双边滤波优化边缘信息得到最终的结果。在一个公开的大型数据集上进行的定性定量实验结果表明，本方法具有很好的模糊检测效果。