面向退化圖像的顯著對象分割.pdf

1、隨著計算機視覺技術(shù)快速發(fā)展，顯著對象分割作為其中一項重要的基礎(chǔ)研究在許多高層應(yīng)用中扮演了關(guān)鍵角色。然而圖像退化現(xiàn)象對于顯著對象分割造成了巨大的困難，直接威脅到依靠顯著對象分割的各種高層視覺應(yīng)用的有效性。在現(xiàn)今針對退化圖像的顯著對象分割方法少之又少的情況下，研究面向退化圖像的顯著對象分割具有非常高的研究價值和廣闊的應(yīng)用前景。
　　本文首先研究離焦和運動兩種模糊退化的機理；基于局部功率譜斜率和奇異值特征設(shè)計了兩種離焦模糊檢測方法，基于

2、局部自相關(guān)一致性和卷積神經(jīng)網(wǎng)絡(luò)設(shè)計了兩種運動模糊檢測方法；然后面向復(fù)雜運動模糊提出一種基于種子生長機制的顯著對象分割方法。本文的主要工作和成果如下：
　　1.針對離焦模糊的退化機理，利用基于頻域信息的兩種模糊特征，分別設(shè)計了一種模糊度檢測方法，通過對兩者結(jié)果的分析比較說明了各自存在的優(yōu)點與缺點。
　　2.針對運動模糊的退化機理，利用局部自相關(guān)一致性設(shè)計一種運動模糊方向的檢測方法。然后又利用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練了一個可以檢測37種

3、運動模糊核的CNN模型。
　　3.利用顯著度圖生成初始顯著對象種子，提出一種叫做“法線擴展”的自動擴展機制進(jìn)行顯著對象分割，然后又利用局部自相關(guān)一致性和超像素對分割結(jié)果進(jìn)行了修補，從而提高了對于退化圖像的魯棒性。
　　4.對如何利用卷積神經(jīng)網(wǎng)絡(luò)運動模糊參數(shù)估計和超像素來完成顯著對象分割的問題上進(jìn)行探索。
　　定量和定性實驗表明，本文所提出的基于種子生長機制的顯著對象分割在嚴(yán)重退化圖像上的結(jié)果明顯好于目前比較先進(jìn)的顯著對