检索结果-南通市图书馆

基于显著区域提取和改进型YOLO-V3的金属齿轮加工端表面缺陷检测方法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于显著区域提取和改进型YOLO-V3的金属齿轮加工端表面缺陷检测...

作者：苏迎涛重庆大学

学位级别：硕士

齿轮表面缺陷检测是齿轮制造的重要工序之一。齿轮表面常见缺陷包括划伤、压伤、碰伤。在精密机械装备中,上述缺陷可能导致工况恶化等潜在问题,影响设备传动精度、产生噪音、甚至导致设备损坏,带来巨大损失。受工装铁屑残留、工件装夹... 详细信息

齿轮表面缺陷检测是齿轮制造的重要工序之一。齿轮表面常见缺陷包括划伤、压伤、碰伤。在精密机械装备中,上述缺陷可能导致工况恶化等潜在问题,影响设备传动精度、产生噪音、甚至导致设备损坏,带来巨大损失。受工装铁屑残留、工件装夹不当、物理碰撞等影响,齿轮表面缺陷问题经常发生,且容易出现批量性问题。当前,制造企业对齿轮表面缺陷的检测主要采用人工抽检方式,存在依赖人工经验、误检漏检、耗时长等问题,难以及时有效的开展检测。目前,在工业领域,已经开展了许多基于机器学习与深度学习的缺陷检测方法研究。但是,金属齿轮的表面精度非常高,使得其需要的缺陷检测精度要求更高,现有方法在实际缺陷检测过程存在漏检、误检、效率低、不稳定等问题。本文将目标检测方法与视觉显著性方法引入齿轮表面缺陷检测中,提出了一种基于显著区域提取和改进型YOLO-V3的金属齿轮加工端表面缺陷检测方法实现缺陷的快速检测和定位。该方法具有准确、快速、成本低的特点。使用该方法开展快速自动检测,可及时避免批量性工艺问题,减少齿轮报废损失。论文围绕金属齿轮端表面划伤、压伤、碰伤等缺陷面积很小;且存在毛刺、油污、非加工区域等干扰因素,使得缺陷不明显、不突出、易混淆,现有基于机器视觉的缺陷检测方法存在漏检、误检、效率低、不稳定等问题。提出一种基于显著区域提取和改进型YOLO-V3的金属齿轮加工端表面缺陷检测方法,主要研究包括:(1)提出一种金属齿轮加工端表面缺陷显著性区域提取方法(MGSRE),利用金属齿轮加工端表面与非加工区域的镜面反射特性,考虑Lab颜色空间中的L通道对亮度十分敏感,采用频域调谐显著算法(FT)生成金属齿轮加工端表面图像显著图,对图像进行高斯滤波后将其转入Lab颜色空间生成齿轮加工端表面区域掩模图,通过将齿轮图像与掩模图进行逻辑“与”运算,提取齿轮加工端表面区域,消除干扰因素影响。(2)提出一种改进型YOLO-V3算法(Res Net YOLO)。设计一种基于Res Net结构的高分辨率轻量级特征提取骨干网络(Res Net-21)。Res Net-21采用了16X降采样,可以更好的提取较小缺陷的特征;并使用Leaky Re Lu作为每个卷积模块的激活函数增强网络训练过程的稳定性;其次,考虑到池化操作进行降采样过程通常会导致低级特征丢失的问题,取消池化层,每个stage使用步长为2的卷积核进行降采样,最后,通过降低通道数以及引入带有1*1卷积核的Bottel Neck结构解决由于特征图增大导致的大量额外参数引起的计算量过大的问题。实现了高分辨率特征的高效提取;(3)提出将Res Net-21输出的最小尺度特征图与中尺度和最大尺度进行融合的特征融合方法;采用最大(152*152)尺度、中等尺度(76*76)和最小尺度(38*38)作为缺陷检测特征,通过不同尺度的特征堆叠,结合卷积核实现特征的局部融合,使得融合的特征图同时具有高分辨率高语义信息的特点;最后在多分类器模块对融合后的多个尺度特征图进行独立检测。(4)将训练完成的金属齿轮端表面缺陷检测模型在某齿轮制造车间开展试验验证,并对实验结果进行分析。分析结果表明,本文提出的金属齿轮端表面缺陷检测方法的m AP与平均Recall均达到97%,单张图像检测时间为70ms,证明了该方法的有效性。

关键词：金属齿轮 ResNet-21 金属齿轮端表面缺陷检测 YOLO-V3 显著区域提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自底向上的视觉显著区域自动提取技术研究

自底向上的视觉显著区域自动提取技术研究

作者：张杰山东大学

学位级别：硕士

随着多媒体信息技术的深入研究,关于人如何理解图像的研究越来越受到关注,对于建立人眼视觉注意模型自动提取显著区域的研究逐渐成为了多媒体处理领域中的研究热点,并且开始在图像内容分析、图像检索、图像质量评价、压缩、场景的监控... 详细信息

随着多媒体信息技术的深入研究,关于人如何理解图像的研究越来越受到关注,对于建立人眼视觉注意模型自动提取显著区域的研究逐渐成为了多媒体处理领域中的研究热点,并且开始在图像内容分析、图像检索、图像质量评价、压缩、场景的监控、图像/视频的自适应等方面进行应用。因此,如何建立更符合人眼关注特性的视觉注意模型就成为了国内外研究的重点。本论文首先介绍了视觉注意模型构建的基本知识,包括：人类视觉系统的生理特性、视觉注意机制、以及基于两种不同机制构建的视觉注意模型;然后重点介绍了一种基于多尺度低层特征局部对照的视觉注意模型,以及在此基础上提出一种基于局部和全局特征对照和特征融合的视觉注意模型;本论文还关注了视觉注意模型自动提取显著区域在图像和视频分析领域的具体应用,分别研究了视觉显著区域提取在图像自适应上的应用以及基于时空域显著模型的视频场景的分析,论文最后还介绍了对Stentiford视觉注意模型的改进及其在图像拷贝检测上的潜在应用。本论文的主要贡献包括以下四个方面：（1）提出一种基于多尺度低层特征局部对照的视觉注意模型。该模型在Itti模型构建思想的基础上进行改进,代替以往的中央周边差计算,采用新的基于多尺度的局部特征对照的方法来提取图像的显著区域,提取的显著区域的效果优于Itti模型;（2）提出了一种基于局部和全局特征对照和特征融合的视觉注意模型,即基于跨层特征融合的视觉注意模型。在构建该模型的过程中,不仅考虑局部特征对照在形成显著图中的作用,而且也从全局的角度考虑,并且不同于以往对局部和全局特征对照采取地简单线性加和的方法,在本方法中,我们以全局特征优先感知为原则,通过局部和全局特征线性加和构成加权模型,对全局显著模型进行加权,得到最终的显著区域。该注意模型提取的显著区域准确完整,而且显著区域的显著性相对于非显著区域更加明显;（3）介绍了基于视觉注意模型自动提取显著区域在图像自适应中的应用。在提出的基于跨层特征融合的视觉注意模型提取显著区域的基础上,提出了一种新颖的图像自适应方法和动态浏览策略;（4）介绍了视觉注意模型自动提取显著区域在视频分析中的初步应用。在空域显著图的基础上,引入时域因素（运动特征）的影响,通过时域与空域特征的有效融合得到时空域显著模型,并将其应用到视频场景的监控中;（5）基于已有的经典的Stentiford视觉注意模型进行改进。同时,利用改进后的注意模型对各种拷贝处理后的图像进行显著区域提取,其提取的显著区域具有较好的稳定性,为图像拷贝检测提供有价值的参考特征。

关键词：视觉注意模型注意机制显著性显著区域提取图像自适应

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于显著区域的图像选择加密方法研究

基于显著区域的图像选择加密方法研究

作者：刘衍侑江西财经大学

学位级别：硕士

信息化的逐渐推进,特别是互联网的广泛应用,让图像的传输和存储越来越便捷。然而,网络的公开化,加之传输技术的发展,很多传输的图像数据可能被轻易地监听、截获、非法复制和篡改等。密码技术是保护数字图像信息安全最直接也是最基本的... 详细信息

信息化的逐渐推进,特别是互联网的广泛应用,让图像的传输和存储越来越便捷。然而,网络的公开化,加之传输技术的发展,很多传输的图像数据可能被轻易地监听、截获、非法复制和篡改等。密码技术是保护数字图像信息安全最直接也是最基本的方法。在互联网中产生和获取的大量图像中,视觉显著区域能够代表整幅图像的最主要或最重要内容。而如今大多数的图像加密方法是对整块图像进行完全加密,单纯的依赖混沌系统进行加密并不能很好的达到高效安全的效果且费时费力,既然显著区域的信息几乎可以代表整张图像的内容和关键数据信息,这说明对显著区域图像进行选择加密保护具有一定的研究价值与应用价值。我们在本文提出了两种基于混沌与DNA编码相结合的图像加密算法。主要研究内容如下:(1)考虑到目前显著区域提取方法众多,经过试验数据与试验结果效果的对比,采用通过结构矩阵分解显著目标的提取方案,证明该方案得到的感兴趣区域鲁棒性强。本文提出了一种使用高维混沌系统和DNA序列的循环操作,对显著区域进行图像加密的方案。在该方案中,根据四维Lorenz超混沌系统随机产生一条密钥流。此外,用Chen混沌系统对DNA序列矩阵进行置乱操作,循环操作后映射得到DNA序列再对图像的像素值扩散。为了加强扩散效果,按位进行异或操作随机产生一组二值化的密钥流从而得到解密矩阵,之后便可获得加密后的密文图像。经过实验验证及结果显示,我们提出的加密算法方案有较高的安全性及具有抵抗差分攻击、噪声攻击等攻击类型的能力。(2)考虑到随机矩阵越没有规律可循,图像的安全性越高,越不容易被人破解,故在上个方案的基础上,提出了一种在图像显著区域使用的置换-扩散和DNA随机编码的安全且有效的加密方法。首先根据随机编码规则将原图转化成DNA序列,以便打乱明文图像的位分配。随后引入了一个二维逻辑耦合映射,其产生的两个混沌矩阵用于置乱-扩散过程用于进一步的加密。这种将置换-扩散结构的加密方法与动态DNA编码技术相结合的图像加密技术设置了多个安全密钥,且安全密钥是由两个不同的混沌系统产生,实验结果也证明该方案复杂性高、安全性能良好、无章可循难以破解。

关键词：显著区域提取图像加密混沌系统 DNA加密技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视差和运动对立体视频舒适度感知的影响

光电子．激光 2015年第5期26卷 1000-1004页

作者：姜秀红王世刚赵晓琳黄梅红王晓燕吉林大学通信工程学院吉林长春130012

为了更好地评价立体视频的舒适程度,提出了将立体视频中存在的3种视差与物体的运动特性作为影响立体视频舒适度重要因素,并利用这4种因素在不同的立体视频内容中得到的数据变化建立符合人眼感知的客观舒适度评价标准。首先提取帧内显著... 详细信息

为了更好地评价立体视频的舒适程度,提出了将立体视频中存在的3种视差与物体的运动特性作为影响立体视频舒适度重要因素,并利用这4种因素在不同的立体视频内容中得到的数据变化建立符合人眼感知的客观舒适度评价标准。首先提取帧内显著物体视差、帧内相关背景视差、帧间视差和运动变量4种因素;然后结合深度感知理论和最小二乘拟和方法建立评价模型;最后利用主观评价的方法对模型进行评定。结果表明,本文方法可以很好地模拟人眼的主观感受。

关键词：立体视频舒适度视差运动特性显著区域提取相关背景评价

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于移动设备的三维环境重建方法研究

基于移动设备的三维环境重建方法研究

作者：史素霞西北农林科技大学

学位级别：硕士

随着人类社会的进步和科学技术的提高,移动设备的普及使人们的生活越来越智能化,其方便性使得越来越多的工作将基于移动设备完成。虚拟现实、文物修复、自主移动机器人等迅速发展,使基于移动设备的三维环境重建具有重要的应用前景。基... 详细信息

随着人类社会的进步和科学技术的提高,移动设备的普及使人们的生活越来越智能化,其方便性使得越来越多的工作将基于移动设备完成。虚拟现实、文物修复、自主移动机器人等迅速发展,使基于移动设备的三维环境重建具有重要的应用前景。基于移动设备的三维环境重建主要是通过手机相机来获取图像,经过预处理改善图像质量,再通过提取图像中显著的目标区域,尽可能地减少冗余信息的干扰以及内存的消耗;然后对目标区域进行特征点的提取与匹配,优化后得到良好的匹配集;结合相机标定,通过SFM(Structure From Motion)算法将匹配集中特征点在空间坐标系下的三维坐标恢复出来,形成物体的稀疏点云,再利用CMVS(Cluster Multi-view Stereo)算法对图像聚簇分类,最后使用PMVS(Patch-based Multi-view Stereo)算法对稀疏点云进行面片扩展获得稠密的重建模型。本文的主要研究内容有:(1)显著区域提取。图像中包含有大量的信息,如果三维重建过程中使用的图像数量过多,可能会导致程序运行时系统崩溃,为了减少内存的消耗,论文通过对图像中的显著区域进行提取,使冗余信息得到有效去除。首先将RGB颜色图转换到Lab颜色空间提取图像的颜色信息,然后利用Gabor滤波器提取图像的纹理信息,最后将颜色信息和纹理信息进行融合以实现显著区域的提取目标。实验结果表明,该方法能够达到较为理想的提取效果,得到比较满意的显著性图。(2)特征点提取与匹配。特征点是图像主要信息的表达,针对特征点提取耗时问题提出了改进的SURF算法,为了提高特征点匹配的精度提出了基于最大似然估计准则的特征匹配点提纯算法。首先通过改进的SURF算法提取图像中显著区域的特征点,然后根据欧氏最小距离进行匹配,再对匹配结果进行提纯优化。实验结果表明,特征点提取的时间成本可以缩减3倍,匹配精度可以达到90%以上。(3)三维环境重建。采用张正友标定法获取相机的内部参数,结合已经得到的匹配点集合,通过计算本质矩阵求解相机的外部参数。根据得到的内外参数就可以得到相机的投影矩阵,然后根据投影关系恢复出目标物体在三维空间的深度信息,再通过光束平差法对其进行优化便可以得到三维环境的稀疏点云模型。最后再通过CMVS聚簇分类和PMVS贴片扩展获得三维环境的稠密点云模型。通过对不同的测试集进行重建,实验结果表明均达到了预期效果。

关键词：移动设备三维环境重建显著区域提取特征点提取与匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

敏感图像识别的若干关键技术研究

敏感图像识别的若干关键技术研究

作者：康进峰解放军信息工程大学

学位级别：硕士

净化网络环境、保护青少年健康上网不仅是社会、政府的问题,也是重要的技术问题。作为一种技术手段,敏感图像的识别与过滤技术己受到人们极大的关注,成为一个重要的研究课题。为此,我们对敏感图像识别的若干关键技术进行了分析和研究,... 详细信息

净化网络环境、保护青少年健康上网不仅是社会、政府的问题,也是重要的技术问题。作为一种技术手段,敏感图像的识别与过滤技术己受到人们极大的关注,成为一个重要的研究课题。为此,我们对敏感图像识别的若干关键技术进行了分析和研究,并给出了若干实验结果。这些技术主要包括肤色检测、纹理检测、人脸检测、显著区域提取、图像特征提取、分类器设计等。肤色检测是敏感图像识别中的关键,肤色检测的精度直接影响最终的图像分类效果。我们先对肤色的属性、颜色空间、肤色模型进行了研究,并分析比较了几种常用的肤色模型,提出了一种基于YCgCr颜色空间的肤色检测方法。实验表明,该方法能在不同的光照下从复杂的背景中有效的检测出肤色区域。针对肤色检测所存在的误检问题,采用基于一阶灰度统计的纹理检测方法对肤色掩码进一步的处理,消除了误检的肤色区域,提高了肤色检测的精度。人脸检测的目的是使正常类含人脸图像的误检率明显降低,更进一步提高对除人脸之外其他肤色区域的检测精度。通过对几种常用人脸检测方法的分析,提出了一种结合YCgCr空间肤色信息的AdaBoost人脸检测算法,实验表明,该算法与传统的基于AdaBoost人脸检测相比,有效地提高了准确率,降低了错误率。特征的选择对于分类的效果起着至关重要的作用。在特征提取阶段,先提取基于肤色掩码特征,并对其中几个关键的特征提取方法进行了描述,接着利用一种改进的基于肤色信息的投票机制提取出图像的显著区域,并在显著区域上对其进行颜色、纹理的特征提取。并将所提取的特征作为一个特征向量输入到所选择的支持向量机(Support Vector Machines,SVMs)分类器中进行分类,从而完成敏感图像的识别。分类器的选择与设计是模式识别中的基本问题,分类器能力的好坏直接决定敏感图像识别的性能。在分类器的选择上,我们选取了对于解决小样本、非线性和高维模式识别与分类问题具有很大优点的SVMs分类器,构造了基于SVMs的敏感图像识别算法的基本框架,在相同的实验环境下运用四种不同的方法进行了实验比较,确定了最终所采用的方法。实验结果表明,本文所采用的敏感图像识别算法,准确率89.38%;检出率90.25%;误检率11.02%;识别性能3.0f/s。

关键词：图像识别肤色检测纹理检测人脸检测显著区域提取支持向量机

基于特征选择的Fisher向量在图像分类中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征选择的Fisher向量在图像分类中的应用

作者：李萌北京交通大学

学位级别：硕士

图像分类在计算机视觉研究领域中是一个热点问题,一直以来备受学者关注,尤其是近些年来,数字图像的规模呈现爆炸式增长态势,图像分类已成为许多领域的一项关键任务,因此其研究的价值和意义变得越来越重要,各种新的分类技术纷纷被提出。... 详细信息

图像分类在计算机视觉研究领域中是一个热点问题,一直以来备受学者关注,尤其是近些年来,数字图像的规模呈现爆炸式增长态势,图像分类已成为许多领域的一项关键任务,因此其研究的价值和意义变得越来越重要,各种新的分类技术纷纷被提出。目前,应用最广泛的图像分类系统的处理流程是先对图像提取局部特征,然后通过不同的编码技术编码成固定长度的高维向量,接着通过空间聚合(pooling)方法生成图像级别的全局特征表达,最后训练分类器进行分类。这一过程中,研究者们往往将研究重点集中在编码、聚合算法及分类器的改进创新上,而本文对图像分类的研究则将重心放在特征提取阶段,旨在选择最具判别力的局部特征子集编码聚合成Fisher向量。这是因为如今的图像采集设备配置参数及拍摄者水平参差不齐,图像质量差别很大,造成许多噪声特征存在,而且位于图像不相关区域及背景中的大部分特征并不能给分类提供有用的判别信息,甚至会产生严重的干扰,若这部分特征也作为图像表示的一部分将会使图像描述产生偏离,造成后续的一系列工作结果失准,从而降低图像分类准确率,同时也会增加分类任务的计算复杂度。鉴于上述问题,本文提出了两种自适应的特征选择方法,一种是基于贝叶斯自适应算法的特征选择方法,另一种是基于显著区域提取的特征选择方法。并将它们分别引入到Fisher向量的生成过程中,以实现对图像分类系统的改进。论文的主要工作包括如下几方面：1.设计了一个手动特征选择系统,手动选择局部特征子集聚合生成图像全局特征表达,并在小规模数据子集上进行分类实验,验证了特征选择思想对提高图像分类准确率的有效性。2.基于贝叶斯自适应算法,提出了一种自适应特征选择方法,只保留判别力强的局部特征子集,通过Fisher编码算法生成图像全局特征表达,即Fisher向量,在Caltech256, PASCAL VOC2007及BMW数据集上进行分类实验,并从算法的适用性和扩展性两方面进行全面分析总结。3.提出了一种基于显著区域提取的特征选择方法,利用空间信息来去除背景的无用特征,从而生成理想的局部特征子集,并在分类实验上进行了验证,针对分类性能进行了详细分析和深入讨论。实验表明,将本文提出的两种特征选择方法引入到Fisher向量的生成过程中后,能得到更具判别力的理想图像全局特征表达,因而与简单线性分类器结合就能取得很好的性能。而且这两种方法对低分辨率、低质图像的分类有着很好的适用性。

关键词：图像分类特征选择 Fisher向量贝叶斯自适应显著区域提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

运动物体检测与跟踪研究及系统实现

运动物体检测与跟踪研究及系统实现

作者：王强上海交通大学

学位级别：硕士

运动物体检测与跟踪是计算机视觉研究的重要领域,本论文研究运动物体检测与跟踪的算法和模型,设计和实现了一个在动态场景下高效和具有高检测率的运动物体检测与跟踪系统。我们分析和比较了常用的运动物体检测和跟踪算法,在相位差方法... 详细信息

运动物体检测与跟踪是计算机视觉研究的重要领域,本论文研究运动物体检测与跟踪的算法和模型,设计和实现了一个在动态场景下高效和具有高检测率的运动物体检测与跟踪系统。我们分析和比较了常用的运动物体检测和跟踪算法,在相位差方法的基础上,设计并实现了结合Canny-like显著区域提取法,图像分割和多种物体跟踪方法的动态背景下运动物体检测与跟踪系统。本文的工作主要包括以下几个方面: 1.在运动物体检测方面,本文详细分析了动态场景下运动物体检测的相位差方法,在理论和实验基础上指出了这种方法的缺点和应用到实际系统需要解决的问题。针对这些缺点和问题,我们提出了解决的方法。首先,我们设计了高效的Canny-like显著区域提取器,用于从受干扰的运动显著图中提取显著区域。其次,我们提出了使用图像分割结果进行显著区域合并的方法,用于将检测结果从显著区域扩展到整个运动物体。第三,我们根据运动物体在连续的显著图中的位置特性,使用显著区域交集法获得了较为精确的运动物体边框。理论分析和实验结果证明我们的方法能高效可靠地检测出动态背景下的运动物体,适合用于实际的系统。 2.在物体跟踪方面,本文分析、实现和比较了常用的均值偏移算法和粒子滤波器算法,指出了它们的特点,论述了将它们集成到运动物体检测系统中的可行性。我们在系统中使用物体跟踪算法实现两个目标:对检测结果进行跟踪,提高结果反馈的实时性和连续性;对感兴趣的物体进行跟踪。 3.在系统实现方面,我们使用了多线程等技巧提高了系统的效率,可靠性和实用性。经测试,最终的系统基本达到了我们的目标,能在动态场景下较为快速地检测到运动物体。整个系统具有良好的可扩展性,既可以独立使用也可以作为运动行为分析,物体识别等相关研究领域的基础平台。

关键词：运动物体检测物体跟踪相位差显著区域提取图像分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意机制的图像分割研究

基于注意机制的图像分割研究

作者：屈宗艳北京交通大学

学位级别：硕士

在计算机视觉理论中,图像分割结果直接关系到后期的特征提取和目标识别等任务。针对图像中目标物体与其它背景物体的分割技术,一直都是计算机视觉领域的基本难题。而传统的图像分割更多的是提取相似属性的区域,难以将物体从背景区域中... 详细信息

在计算机视觉理论中,图像分割结果直接关系到后期的特征提取和目标识别等任务。针对图像中目标物体与其它背景物体的分割技术,一直都是计算机视觉领域的基本难题。而传统的图像分割更多的是提取相似属性的区域,难以将物体从背景区域中区分开来。这样导致依靠图像中特定目标的后续计算工作存在自身缺陷。针对这些问题,本文提出了结合注意机制理论的图像分割方法,论文的主要工作有：1.基于注意机制,引进稀疏性算法,融合颜色信息,提出了基于频率和颜色的显著性算法。既可以改进噪音对频率稀疏性的干扰,也可以克服对颜色信息的过分依赖的情况。在MSRA图像集上,通过与仅依靠频率稀疏性或颜色特征的算法以及其它算法进行对比实验,都表明了该方法具有较好的实验结果。2.结合新的显著性算法,提出了自动区域合并的图像分割算法。先采用Mean Shift算法得到多个相似属性区域,再利用在此之前获得的空间显著性标记目标区域。然后进行最大相似度目标区域的合并,最终得到显著物体。通过将算法在MSRA图像集上的实验结果和Ground Truth进行比较,以及与传统的图像分割算法结果进行对比,都证实了该算法的有效性。3.为了直观地进行实验结果的分析对比和评价,设计开发了一套算法评价系统。该系统可以显示本算法的显著图结果和其它显著算法的实验结果,并通过不同的评价标准对结果进行分析评价。还可以显示图像分割结果和相似度的评价结果。

关键词：注意机制图像分割均值漂移区域生长显著区域提取