-
公开(公告)号:CN103218832A
公开(公告)日:2013-07-24
申请号:CN201310092370.8
申请日:2013-03-21
Applicant: 上海大学
Abstract: 本发明公开了一种基于图像中颜色全局对比度和空域分布的视觉显著性算法,其具体步骤如下:(1)、输入原始图像,运用均值漂移算法把原始图像预分割为个区域,,生成个预分割后的区域标记图;(2)、计算第个区域的颜色显著性值;(3)、计算像素的颜色显著性值;(4)、计算第个区域的位置显著性值;(5)、计算像素的位置显著性值;(6)、计算像素的颜色和位置的显著性值,再对像素的显著性值进行归一化,计算每个像素归一化的显著性值。本发明结合颜色全局对比度和空域分布两个方面,不仅能计算出与原始图像分辨率相同的显著性图,而且计算出的显著性图中的显著对象被均匀突显出来,同时背景很好地被抑制,更适合于图像分割这样的基于内容的应用场合。
-
公开(公告)号:CN103208125B
公开(公告)日:2015-12-09
申请号:CN201310080831.X
申请日:2013-03-14
Applicant: 上海大学
Abstract: 本发明公开了一种视频帧图像中颜色和运动全局对比度的视觉显著性算法,其步骤为:(1)输入原始视频帧图像,把原始的视频帧图像预分割为个区域,;(2)计算第个区域的颜色显著性值;(3)计算第个区域的像素点归一化的颜色显著性值;(4)计算第个区域的运动显著性值;(5)计算第个区域的像素点归一化的运动显著性值;(6)计算整幅视频帧图像的颜色和运动的显著性值。该方法将视频帧图像中颜色显著性图和视频帧图像中运动显著性图两个方面融合,计算出视频帧图像中的颜色和运动显著性图,能将视频帧图像中的显著对象凸显出来,将非显著性的背景区域抑制下去,该算法对于不同类型的视频帧图像均能取得较好效果,适合用于视频缩放等应用。
-
公开(公告)号:CN103208125A
公开(公告)日:2013-07-17
申请号:CN201310080831.X
申请日:2013-03-14
Applicant: 上海大学
Abstract: 本发明公开了一种视频帧图像中颜色和运动全局对比度的视觉显著性算法,其步骤为:(1)输入原始视频帧图像,把原始的视频帧图像预分割为个区域,;(2)计算第个区域的颜色显著性值;(3)计算第个区域的像素点归一化的颜色显著性值;(4)计算第个区域的运动显著性值;(5)计算第个区域的像素点归一化的运动显著性值;(6)计算整幅视频帧图像的颜色和运动的显著性值。该方法将视频帧图像中颜色显著性图和视频帧图像中运动显著性图两个方面融合,计算出视频帧图像中的颜色和运动显著性图,能将视频帧图像中的显著对象凸显出来,将非显著性的背景区域抑制下去,该算法对于不同类型的视频帧图像均能取得较好效果,适合用于视频缩放等应用。
-
公开(公告)号:CN102915541A
公开(公告)日:2013-02-06
申请号:CN201210425033.1
申请日:2012-10-31
Applicant: 上海大学
Abstract: 本发明提出了一种多尺度的图像分割方法,其具体步骤是:(1)输入原始图像,对原始图像预分割,采用核密度估计的方法建立预分割后每个区域归一化的均值偏移直方图;(2)计算获得两个邻接区域的颜色相似性值;(3)区域合并,生成二叉树;(4)选择二叉树中的结点完成图像分割。该方法解决了图像分割中过分割的现象,分割方法易受图像中的噪声干扰,分割方法复杂度高的问题;其多尺度的分割结果有助于提高后续的图像分析,图像识别等高级处理阶段的工作效率。
-
公开(公告)号:CN103218832B
公开(公告)日:2016-01-13
申请号:CN201310092370.8
申请日:2013-03-21
Applicant: 上海大学
Abstract: 本发明公开了一种基于图像中颜色全局对比度和空域分布的视觉显著性算法,其具体步骤如下:(1)输入原始图像,运用均值漂移算法把原始图像预分割为 N个区域,1≤i≤N,生成N个预分割后的区域标记图;(2)计算第i个区域的颜色显著性值;(3)计算像素s的颜色显著性值;(4)计算第i个区域的位置显著性值;(5)计算像素s的位置显著性值;(6)计算像素s的颜色和位置的显著性值,再对像素的显著性值进行归一化,计算每个像素归一化的显著性值。本发明结合颜色全局对比度和空域分布两个方面,不仅能计算出与原始图像分辨率相同的显著性图,而且计算出的显著性图中的显著对象被均匀突显出来,同时背景很好地被抑制,更适合于图像分割这样的基于内容的应用场合。
-
公开(公告)号:CN102915541B
公开(公告)日:2015-07-01
申请号:CN201210425033.1
申请日:2012-10-31
Applicant: 上海大学
Abstract: 本发明提出了一种多尺度的图像分割方法,其具体步骤是:(1)、输入原始图像,对原始图像预分割,采用核密度估计的方法建立预分割后每个区域归一化的均值偏移直方图;(2)、计算获得两个邻接区域的颜色相似性值;(3)、区域合并,生成二叉树;(4)、选择二叉树中的结点完成图像分割。该方法解决了图像分割中过分割的现象,分割方法易受图像中的噪声干扰,分割方法复杂度高的问题;其多尺度的分割结果有助于提高后续的图像分析,图像识别等高级处理阶段的工作效率。
-
-
-
-
-