基于视觉显著性的图像分割 - 中国高校教材图书网
|
书名: |
基于视觉显著性的图像分割
|
ISBN: | 9787560650968 |
条码: | |
作者: |
刘占文
相关图书
|
装订: | 0 |
印次: | 1-1 |
开本: | 16开 |
定价: |
¥30.00
折扣价:¥28.50
折扣:0.95
节省了1.5元
|
字数: |
124千字
|
出版社: |
西安电子科技大学出版社 |
页数: |
96页
|
发行编号: | |
每包册数: |
16
|
出版日期: |
2019-04-01 |
|
内容简介: |
多示例学习与图割优化是近年来计算机视觉领域广受关注的研究方向。本书系统地论述了多示例学习与图割的基本理论、算法及其在交通视频图像识别中的应用。全书共6章,第一、二章供初学者学习,论述了目标显著性检测方法、基于图论的图像分割方法与多示例学习方法的研究现状,以及图像显著特征的基本定义与相似性度量的常用处理方法。第三、四章论述了显著性目标分割方法的基本原理及具体算法的实现步骤。第五章论述了基于多示例与图割优化的图像分割方法在实际交通视频图像识别中的应用 。第六章为结论与展望。 本书适合计算机视觉、图像处理、模式识别等研究方向的读者及开发工程师参考学习。
|
作者简介: |
|
章节目录: |
第一章 绪论 1
1.1 研究背景与意义 1
1.2 国内外研究现状综述 4
1.2.1 目标显著性检测方法 4
1.2.2 基于图论的图像分割方法 6
1.2.3 多示例学习方法 17
1.3 本文的主要研究内容和章节安排 18
第二章 图像显著特征与相似性度量分析 21
2.1 图像显著特征分析 21
2.1.1 底层特征 22
2.1.2 中高层语义特征 29
2.2 相似性度量分析 31
2.2.1 相似性计算模型 31
2.2.2 相似性度量 39
2.3 本章小结 41
第三章 基于多示例学习的图像目标显著性特征检测 43
3.1 显著性特征的检测 43
3.1.1 图像的预处理 44
3.1.2 亮度梯度特征 45
3.1.3 色彩梯度特征 51
3.1.4 纹理梯度特征 52
3.1.5 图像的边界镜像 54
3.2 基于多示例学习的显著性检测 55
3.2.1 BagSVM算法 56
3.2.2 InsSVM算法 57
3.2.3 APR算法 58
3.2.4 EMDD算法 59
3.3 基于多示例学习的显著性检测实验结果分析 60
3.3.1 实验结果对比分析 60
3.3.2 算法性能对比分析 70
3.4 本章小结 72
第四章 基于图割优化的显著性目标分割方法 74
4.1 图的基本概念 75
4.2 基于图割优化的图像显著性目标分割方法 78
4.2.1 自适应图像层次分割方法 78
4.2.2 基于图割优化的图像显著性目标分割方法 80
4.2.3 图像分割质量评价指标分析 86
4.2.4 实验结果对比分析 90
4.3 本章小结 101
第五章 基于多示例学习与图割优化的弱对比度车辆目标分割算法 102
5.1 基于机器视觉的道路交通信息采集与检测系统 103
5.2 基于多示例学习与图割优化的弱对比度车辆目标分割算法 104
5.2.1 车辆目标特征分析 104
5.2.2 算法具体步骤 106
5.3 算法实验与评价 108
5.3.1 算法实验过程 108
5.3.2 实验结果对比 114
5.3.3 算法评价分析 116
5.4 本章小结 118
第六章 结论与展望 119
参考文献 122
致谢 138
|
精彩片段: |
|
书 评: |
|
其 它: |
|
|
|