基于视觉注意的图像感兴趣区域分割算法

为了更好地对浅景图像和简单背景图像进行分析和处理,进而改善图像的质量和效果,在Itti注意力模型算法的基础上,提出了基于视觉注意的阈值分割算法.该算法主要通过对像素属性的分析提取图像的感兴趣部分,根据像素点与均值的偏离程度对图像进行增强,利用感知学原理使HSI颜色空间所成图像更符合人的视觉要求.实验结果表明,该方法符合生物学的视觉注意机制,在自动检测感兴趣区域时,可以有效减少过分分割,也能较好地提取出较大的感兴趣区域.

舰船图像显著性区域检测技术研究与仿真

图像显著性区域检测技术是图像分析领域的重要研究内容,在舰船目标识别和红外成像处理过程中具有重要意义。论文介绍了显著性检测技术中常用的五种算法:Itti算法、剩余频谱算法、FT算法、MZ算法和AC算法,并以实际舰船图片为例,针对每种算法进行了仿真实验,对各种算法的检测效果进行了比较分析。仿真结果显示,综合考虑处理后图像的清晰度、抗噪性、分辨率和运算时间等性能因素,FT算法对海上舰船图像的处理具有最好的效果。

基于计算机视觉的海南岛地质灾害提取研究

针对海南岛主要地质灾害类型(滑坡、崩塌、泥石流),利用多源遥感影像数据,基于计算机视觉,运用Itti视觉显著性模型以及多特征层次分析,建立适宜于海南岛的地质灾害信息提取算法模型。该模型利用地质灾害与其他地物差异较为显著的色调、形态特征,在Itti视觉显著性模型的基础上生成了总显著度图,经过多特征层次分析,进行特征参量阈值优化处理形成最终的地质灾害信息提取结果。本文选取多处研究区、多灾害类型、多源影像进行实验验证,实验提取各类地质灾害正确率为89.85%,无漏检,整体精度较好。将计算机图像处理技术运用到海南岛的地质灾害信息提取中,为该地区地质灾害防治工作提供了新的技术方法支持,为今后在热带地区开展地质灾害信息提取提供了参考。