图书介绍
视觉显著性检测方法及应用PDF|Epub|txt|kindle电子书版本网盘下载
- 钱晓亮，王慰，王延峰，曾黎著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121348037
- 出版时间：2018
- 标注页数：237页
- 文件大小：40MB
- 文件页数：248页
- 主题词：计算机视觉－检测－研究
PDF下载
下载说明
视觉显著性检测方法及应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 引言1
1.2 视觉显著性检测的研究现状3
1.3 视觉显著性检测的应用现状4
1.4 本书的主要内容和章节安排7
1.4.1 主要内容7
1.4.2 章节安排10
第2章 视觉显著性检测方法综述13
2.1 引言13
2.2 预备知识13
2.2.1 视觉注意与视觉显著性14
2.2.2 视觉显著性模型的分类15
2.3 方法评价18
2.3.1 基准测试库18
2.3.2 定量对比方法21
2.4 流行检测方法介绍24
2.4.1 特征组合理论24
2.4.2 信息论28
2.4.3 图上随机游动理论29
2.4.4 决策理论30
2.4.5 贝叶斯理论31
2.4.6 频域分析32
2.4.7 机器学习34
2.4.8 其他35
2.5 现有方法存在的问题及解决方案36
2.5.1 现有方法存在的问题36
2.5.2 解决方案38
2.6 发展趋势40
2.7 本章小结41
第3章 一种基于加权稀疏编码的频域方法42
3.1 引言42
3.2 过完备稀疏编码44
3.2.1 过完备稀疏编码的神经生理学基础45
3.2.2 图像的过完备稀疏编码46
3.2.3 过完备词典的构造49
3.3 加权稀疏编码51
3.3.1 增量编码长度算法51
3.3.2 稀疏编码的权重52
3.4 图像标记算法54
3.4.1 基于图像标记算法的显著性提取54
3.4.2 相关理论证明56
3.5 基于加权稀疏编码的图像标记算法59
3.5.1 单通道的图像标记算法60
3.5.2 多通道的图像标记算法60
3.6 实验对比61
3.6.1 主观对比62
3.6.2 定量对比64
3.6.3 算法复杂度评估65
3.7 本章小结66
第4章 基于最优对比度的视觉显著性检测方法68
4.1 引言68
4.2 总体思想69
4.2.1 最优对比度引入的动机70
4.2.2 实现方案75
4.3 候选中心外围对比度75
4.3.1 计算原理75
4.3.2 实现细则80
4.4 最优对比度82
4.4.1 单尺度下的最优中心外围对比度筛选82
4.4.2 多尺度增强算法84
4.5 实验对比86
4.5.1 主观对比87
4.5.2 定量对比89
4.6 本章小结93
第5章 融合长期特征和短期特征的贝叶斯模型94
5.1 引言94
5.2 总体思想95
5.2.1 先验知识的作用和使用方式95
5.2.2 当前观测信息的作用和使用方式99
5.2.3 先验知识和当前观测信息的融合101
5.2.4 实现方案102
5.3 长期特征和短期特征103
5.3.1 长期词典和短期词典103
5.3.2 特征提取105
5.4 基于贝叶斯模型的视觉显著性检测105
5.4.1 贝叶斯模型105
5.4.2 特征概率分布的估计108
5.4.3 视觉显著性随空间位置变化的条件概率分布估计111
5.5 实验对比112
5.5.1 主观对比113
5.5.2 定量对比115
5.6 本章小结116
第6章 基于视觉显著性的红外目标预检测117
6.1 引言117
6.1.1 研究背景与意义117
6.1.2 相关工作118
6.1.3 总体解决方案121
6.2 基于小数目标尺度的红外图像混合滤波算法124
6.2.1 红外图像噪声分析124
6.2.2 降噪算法的总体设计思路125
6.2.3 小数目标尺度126
6.2.4 基于小数目标尺度的自适应高斯滤波器130
6.2.5 基于小数目标尺度的自适应中值滤波器130
6.3 视觉显著性检测方法的选择132
6.3.1 综合定量对比的实验准备133
6.3.2 综合定量对比134
6.3.3 原理分析138
6.4 红外目标预检测139
6.4.1 基于视觉显著性检测的窗口特征算子139
6.4.2 基于SLIC超像素分割的窗口特征算子140
6.4.3 窗口特征算子参数的估计142
6.4.4 窗口特征的贝叶斯融合143
6.4.5 目标窗口的确定144
6.5 实验对比145
6.5.1 红外图像降噪实验对比145
6.5.2 红外目标预检测实验对比147
6.6 本章小结150
第7章 基于视觉显著性的太阳能电池片表面缺陷检测151
7.1 引言151
7.1.1 研究的背景与意义151
7.1.2 相关工作152
7.1.3 存在问题及解决方案158
7.2 太阳能电池片表面图像预处理159
7.2.1 图像采集159
7.2.2 图像降噪162
7.2.3 栅线删除163
7.2.4 栅线填充164
7.3 基于视觉显著性的缺陷初始检测165
7.3.1 自学习特征提取165
7.3.2 低秩矩阵复原167
7.3.3 获取视觉显著图169
7.4 基于视觉显著性和图像分割的缺陷精确定位171
7.4.1 图像分割171
7.4.2 基于视觉显著性的缺陷定位174
7.5 基于形态学的检测结果优化175
7.5.1 形态学理论175
7.5.2 形态学优化176
7.6 实验设计178
7.6.1 主观对比180
7.6.2 客观对比184
7.7 软件设计与使用187
7.7.1 检测软件的设计187
7.7.2 软件功能及操作介绍189
7.8 本章小结191
参考文献192