高级搜索

超复数域小波变换的显著性检测

余映 吴青龙 邵凯旋 康迂星 杨鉴

引用本文: 余映, 吴青龙, 邵凯旋, 康迂星, 杨鉴. 超复数域小波变换的显著性检测[J]. 电子与信息学报, 2019, 41(9): 2231-2238. doi: 10.11999/JEIT180738 shu
Citation:  Ying YU, Qinglong WU, Kaixuan SHAO, Yuxing KANG, Jian YANG. Saliency Detection Using Wavelet Transform in Hypercomplex Domain[J]. Journal of Electronics and Information Technology, 2019, 41(9): 2231-2238. doi: 10.11999/JEIT180738 shu

超复数域小波变换的显著性检测

    作者简介: 余映: 1977年生,副教授,研究方向为图像与视觉、人工神经网络;
    吴青龙: 1993年生,硕士生,研究方向为图像处理、计算机视觉;
    邵凯旋: 1993年生,硕士生,研究方向为图像处理、计算机视觉;
    康迂星: 1993年生,硕士生,研究方向为图像处理、压缩感知;
    杨鉴: 1964年生,教授,研究方向为语音信号处理、模式识别
    通讯作者: 吴青龙,mywuqinglong6268@163.com
  • 基金项目: 国家自然科学基金(61263048),云南省应用基础研究计划项目(2018FB102),云南大学“中青年骨干教师培养计划”(XT412003)

摘要: 针对现有频域显著性检测方法得到的显著区域不完整的问题,该文提出一种多尺度分析的频率域显著性检测方法。首先由输入图像特征通道信息构建4元超复数,然后通过小波变换对4元超复数域中幅度谱进行多尺度分解,计算生成多尺度下的视觉显著图,最后由评价函数选出效果较好显著图合成最终视觉显著图。实验结果表明,该文方法能够有效地抑制背景干扰,快速、精确地找到完整的显著目标,具有较高的检测精确度。

English

图(5)表(3)
计量
  • PDF下载量:  45
  • 文章访问数:  670
  • HTML全文浏览量:  552
文章相关
  • 通讯作者:  吴青龙, mywuqinglong6268@163.com
  • 收稿日期:  2018-07-20
  • 录用日期:  2019-02-17
  • 网络出版日期:  2019-03-16
  • 刊出日期:  2019-09-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章