频率调谐方法总结

《频率调谐方法总结》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Frequency-七胁显SalientRegionDetection频率调谐方法的显著区域检测显著图必须满足下列条件：1•突出最大范的显著对象2•均匀显示整个显著区域3.建立显著对象的明确边界4•忽略从纹理，噪音，方块效应产生的高频5••高效的输出全分辨率显著图%是低频切断值，W加是高频切断值。为了能够显示大的显著对象，需要考虑原始图像中的低频部分，因此％必须低，这也有助于均匀显示整个显著对象。为了获得明确的边界，需要维持原始图像的高频部分，W加必须高。然而，为了避免噪咅，编码效应，纹理模式，高频部分需要被忽略。因此选择合适的带通滤波器让一定范围的频率通

2、过是很有必要的。结合DOG的带通滤波器DOG(DifferenceofGaussians)是高斯函数的差分，是灰度图像增强和角点检测的方法。是一种将一个原始灰度图像的模糊图像从另一幅灰度图像进行增强的算法，通过DOG以降低模糊图像的模糊度。这个模糊图像是通过将原始灰度图像经过带有不同标准差的高斯核进行卷积得到的o用高斯核进行高斯模糊只能压制高频信息。从一幅图像中减去另一幅可以保持在两幅图像中所保持的频带中含有的空间信息。作为一个增强算法，DOG可以被用来增加边缘和其他细节的可见性，大部分的边缘锐化算子使用增强高频信号的方法，但是因为随机噪声也是高频信号，很

3、多锐化算子也增强了噪声。DOG算法去除的高频信号中通常包含了随机噪声，所以这种方法是最适合处理那些有高频噪声的图像。二维表示：z*>o.”乍2、(厂+尹)(对+y)(1)DOG^y)=^-[-e亦—_幺J2龙(7；=G(无,y,0)-G(x,yQ2)5和6是高斯函数的标准偏差。并且，5＞巧。DOG是一个简单的带通滤波器，通过的带宽是由的比率决定的。此时，％由5决定，％由6决定。我们选择％=磊显著图的计算输入图像厶宽W,高H,显著图为S。S(x,y)=

4、1^-IWfc(x,y)

5、(2)其中/是图像像素值的算术平均，仏是原始图像的高斯模糊用来消除细小的纹理细

6、节，噪咅，编码效应。因为没有进行任何下采样，所以得到的显著图是全分辨率的。使用颜色和亮度特征扩展上式。SCx」)=

7、

8、/〃—(兀」)11(3)/“是图像特征向量的均值，亿是原始图像的高斯模糊的相应的像素矢量值。我们使用的是LAB色彩空间(颜色对立空间)。(LAB色彩空间，带有维度L表示亮度，a和b表示颜色对立维度，它可以预测哪些光谱功率分布会被感知为相同的颜色，Lab颜色被设计来接近人类视觉。它致力于感知均匀性，它的L分量密切匹配人类亮度感知。因此可以被用来通过修改a和b分量的输出鱼险来做精确的颜色平衡，或使用L分量来调整亮度对比。在Lab模型中均匀改变对

9、应于在感知颜色中的均匀改变。所以在Lab中任何两个颜色的相对感知差别，可以通过把每个颜色处理为（有三个分量：Lab的）三维空间中一个点来近似，并计算在它们之间的欧几里得距离。）分割我们使用一个简单的的方法来进行显著对象分割，利用了显著值像素的强度和颜色属性，使用mean-shift分割算法，能够提供很好的分割边界。自适应阈值分割引进了一种自适应阈值在图像显著性独立的时候，自适应阈值是由给定图像平均显著性的2倍决定的。2WxHIV-1H-1工£s(x,y)a=()y=()(4)最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法，又

10、叫大津法，简称OTSUo它是按图像的灰度特性，将图像分成背景和日标2部分。背景和目标之间的类间方差越大，说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。采用遍历的方法得到使类间方差最大的阈值T,即为所求。