-
公开(公告)号：CN107301643B
公开(公告)日：2019-08-06
申请号：CN201710419857.0
申请日：2017-06-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于鲁棒稀疏表示与拉普拉斯正则项的显著目标检测方法，主要解决现有方法在复杂图像中不能完整一致地检测出显著目标的问题。其实现方案为：1.对输入图像做过分割，得到超像素集；2.采用处于边界区域的超像素构建背景字典；3.在鲁棒稀疏表示模型中采用两个拉普拉斯正则项分别约束表示系数和重构误差的一致性，并利用背景字典求解模型得到表示系数矩阵和重构误差矩阵；5.联合表示系数矩阵和重构误差矩阵构建显著性因子，得到超像素级显著图；6.将超像素级显著图映射得到像素级显著图。实验表明本发明具有较好的背景抑制效果，并能够完整地检测图像显著目标，可用于复杂场景图像的显著目标检测。
-
公开(公告)号：CN107301643A
公开(公告)日：2017-10-27
申请号：CN201710419857.0
申请日：2017-06-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于鲁棒稀疏表示与拉普拉斯正则项的显著目标检测方法，主要解决现有方法在复杂图像中不能完整一致地检测出显著目标的问题。其实现方案为：1.对输入图像做过分割，得到超像素集；2.采用处于边界区域的超像素构建背景字典；3.在鲁棒稀疏表示模型中采用两个拉普拉斯正则项分别约束表示系数和重构误差的一致性，并利用背景字典求解模型得到表示系数矩阵和重构误差矩阵；5.联合表示系数矩阵和重构误差矩阵构建显著性因子，得到超像素级显著图；6.将超像素级显著图映射得到像素级显著图。实验表明本发明具有较好的背景抑制效果，并能够完整地检测图像显著目标，可用于复杂场景图像的显著目标检测。
-
Search Results
2
records
(took 0.029 seconds)
