检索结果-南通市图书馆

检索条件"主题词=纹理多样性"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于显著信息约束的图像平滑算法研究

基于显著信息约束的图像平滑算法研究

引用

作者：张臣重庆理工大学

学位级别：硕士

在大数据信息时代,自然图像往往蕴含着丰富的数据信息。然而,图像本身或在传输过程中往往会受到各种噪声或纹理的影响,导致图像模糊、特征细节丢失等问题,进而给后续的图像处理任务带来不便。因此,能够保留图像显著结构信息并滤除纹理... 详细信息

在大数据信息时代,自然图像往往蕴含着丰富的数据信息。然而,图像本身或在传输过程中往往会受到各种噪声或纹理的影响,导致图像模糊、特征细节丢失等问题,进而给后续的图像处理任务带来不便。因此,能够保留图像显著结构信息并滤除纹理及噪声的图像平滑技术显得尤为重要。然而,现有基于深度学习的图像平滑算法往往忽略了图像中纹理信息的多样性,且对图像边缘特征的利用效率不高,导致平滑效果不佳。此外,当前算法通常对输入图像直接进行处理,未能使网络学习到更高级的特征表示。同时,对于最终结果的约束过于单一固定,影响了模型的平滑效果和边缘保留能力。通过对基于深度学习的图像平滑算法的现有问题进行分析,本文的研究内容如下:针对现有方法对纹理变化处理不充分以及未能高效挖掘和利用图像边缘结构信息的问题,本文提出纹理强度自适应边缘一致性网络模型(TIAEC-Net)。为了提升纹理滤除效果,本文设计纹理自适应模块,该模块通过预测显著结构信息并应用注意力机制对特征进行筛选,更准确地捕捉纹理信息的变化。在平滑过程中,采用提取边缘信息并将其与输入图像、纹理特征进行特征融合的方法,以确保重要边缘结构不被过度平滑。同时,构建边缘一致性模块,通过分析输入图像和输出图像之间的边缘响应一致性关系,以增强模型的边缘保护能力。此外,还进一步采用弱结构增强方法,以增强图像中的边缘细节。经过实验验证,TIAEC-Net模型在保留图像显著边缘结构方面表现卓越,并且在公开数据集上优于当前大多数方法。为了克服现有方法未能发掘输入图像中更高级的语义特征内容,以及对平滑结果的约束过于单一固定的挑战,本文提出边缘一致性区域分片光滑网络模型(ECRPFNet)。在网络传入阶段,该模型充分挖掘输入图像的深层全局特征,使网络逐步学习到更丰富的特征表示,以更有效地捕获图像的结构信息和语义内容。此外,设计区域分片光滑约束策略,通过边缘响应特征的异同将图像划分为不同的区域,再利用不同区域不同范式的方法对平滑结果进行约束,以提高图像平滑质量并抑制边缘伪影的产生。最后,通过边缘一致性关系以及弱结构增强方法,增强模型的边缘保留能力。实验结果表明,ECRPF-Net模型在保留图像显著边缘结构方面表现出色,并且在公开数据集上优于现有的大多数方法。

关键词：高级语义特征图像平滑边缘一致性纹理多样性区域分片光滑

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：