基于仿生算法的显著性特征数据挖掘方法.pdf

基于背景连续性先验知识,提出了一种新的显著性检测方法。该方法首先对图像进行超像素分割,寻找任意一组超像素间的最短长度路径,并根据路径中的超像素与路径首尾两端的超像素的色彩差异计算出超像素的前景权重。经

提出了一种新的自动抠图算法框架。首先,估计输入图像各个区域的模糊程度;其次,对图像进行显著性的计算;然后融合模糊度和显著性信息,大致分割出前景和背景,从而自动生成标注前景、背景、未知区域的三色图;最后

基于显著性稀疏表示的图像超分辨率算法，白蔚，杨撒博雅，本文提出了一种全新的基于视觉显著度和上下文稀疏分解的图像超分辨率算法。在图像中,由于人眼对边缘、结构信息较为敏感,因此视觉�

针对合成孔径雷达(SAR)图像中普遍存在具有相干斑噪声、流冰区域浮冰接触紧密及小碎冰较多等背景复杂问题,提出了一种基于背景抑制显著性检测的SAR流冰分离算法。首先基于图像的显著性检测,通过学习随机森林

障碍物检测与分割是地面无人车辆环境感知领域中一项重要的任务。针对传统障碍物检测与分割算法的计算量大、分割精度较差等问题，提出了一种基于显著性分析的障碍物检测、分割优化算法。首先，利用基于频率调谐的方法

通过分析现有基于内容的图像结构表示方法,存在鲁棒性不强和结构多样性易增加分类的复杂性并降低分类正确率的问题,研究了基于图割的二叉树和基于显著性的多叉树图像结构表示方法,并与基于区域相似性的二叉树和改进

为了能正确检测显著性图中的多个显著性目标，提出了一种基于全局颜色对比的显著性目标检测算法。该算法首先提取图像的全局颜色对比度特征，然后把显著性图和全局颜色对比度作为特征输入条件随机场框架中，得到二值显

基于显著性检测的花卉图像分割，谢晓东，吕艳萍，针对花卉图像复杂的背景问题，本文提出基于显著性检测的花卉图像前景分割方法。该方法通过为花卉图像的显著性区域训练前景背景分

为了克服图像底层特征与高层语义之间的语义鸿沟，降低自顶向下的显著性检测方法对特定物体先验的依赖，提出一种基于高层颜色语义特征的显著性检测方法。首先从彩色图像中提取结构化颜色特征并在多核学习框架下，实现

FT显著性检测算法，批量处理图像。提供需要进行显著性检测的图像文件夹地址，和处理后图片的存储地址，即可自动将文件夹下的数据处理完。