JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

×
“关于规范使用生成式人工智能工具的启事

基于视觉注意的图像感兴趣区域分割算法

程聪 ,  戴朝辉

downloadPDF
程聪, 戴朝辉. 基于视觉注意的图像感兴趣区域分割算法[J]. 轻工学报, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
引用本文: 程聪, 戴朝辉. 基于视觉注意的图像感兴趣区域分割算法[J]. 轻工学报, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
shu
CHENG Cong and DAI Zhao-hui. Segmentation algorithm of interest detection regions based on visual attention mechanism[J]. Journal of Light Industry, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
Citation: CHENG Cong and DAI Zhao-hui. Segmentation algorithm of interest detection regions based on visual attention mechanism[J]. Journal of Light Industry, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
shu

基于视觉注意的图像感兴趣区域分割算法

  • 河南财经政法大学 计算机与信息工程学院, 河南 郑州 450002;

  • 河南师范大学 计算机与信息技术学院, 河南 新乡 453003

  • 中图分类号: TP391.4

Segmentation algorithm of interest detection regions based on visual attention mechanism

  • College of Comp.Infor.Eng., He'nan Univ.of Eco.and Law, Zhengzhou 450002, China;

  • College of Comp.Infor.Tech., He'nan Normal Univ., Xinxiang 453003, China

  • Received Date: 2010-11-23

    CLC number: TP391.4

  • 摘要: 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.
    Abstract: In order to analyze and dispose shallow view images and simple background image preferably and improve image quality and effect,on the basis of Itti attention algorithm,the test method was proposed based on visual attention.Through the analysis of image pixels,this method extracted the interested part of the image,enhanced the image using the deviation degree between pixels and the average of image,and made image more accord with visual requirements using perception study principle.Experimental results showed that the proposed method complies with biological visual attention mechanism,which is also effective to reduce over-segmentation in auto-detecting ROI(region of interesting) and performs well for large objects.
    1. [1]

      吴晓东 , 刘畅 , 李俊 , 胡良志 , 贺凌晨 , 袁海霞 , 李强 , 黄锦标 . 基于高光谱检测的烟丝加香均匀性表征方法. 轻工学报, 2024, 39(5): 95-101. doi: 10.12187/2024.05.011

    2. [2]

      刘广超 , 邓莎 , 高峄涵 , 吴涛 , 邓锐杰 . 加热卷烟辊压法薄片丝吸湿性影响因素研究. 轻工学报, 2024, 39(5): 109-117. doi: 10.12187/2024.05.013

    3. [3]

      李艳坤 , 张伟 , 刘彦伶 . 数据融合策略在食用油真实性鉴别中的研究与应用进展. 轻工学报, 2024, 39(5): 50-59. doi: 10.12187/2024.05.006

    4. [4]

      张伟伟 , 姬远鹏 , 元春波 , 王君婷 , 齐晓任 , 张卫正 , 李萌 , 饶智 . 基于改进Mask R-CNN模型的粘连烟丝识别方法. 轻工学报, 2024, 39(5): 78-85. doi: 10.12187/2024.05.009

    5. [5]

      费致根 , 鲁豪 , 宋晓晓 , 赵鑫昌 , 郭兴 , 肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008

    6. [6]

      张建栋 , 杨忠泮 , 吴恋恋 , 徐大勇 , 朱萍 , 张雯晶 , 堵劲松 . 基于高光谱成像及机器学习的烟叶糖料液施加量判别模型. 轻工学报, 2024, 39(5): 86-94. doi: 10.12187/2024.05.010

    7. [7]

      黄朵朵 , 王乐 , 雷萍 , 孙志伟 , 李林洪 , 张智轩 , 黄锋 , 李斌 . 基于烟芯段和滤嘴段耦合的加热卷烟烟气关键成分释放模型构建. 轻工学报, 2024, 0(0): -.

    8. [8]

      黄朵朵 , 王乐 , 雷萍 , 孙志伟 , 李林洪 , 张智轩 , 黄锋 , 李斌 . 基于烟芯段和滤嘴段耦合的加热卷烟烟气关键成分释放模型构建. 轻工学报, 2024, 39(6): 116-126. doi: 10.12187/2024.06.014

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:  19
  • 文章访问数:  884
  • 引证文献数: 0
文章相关
  • 收稿日期:  2010-11-23
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
程聪, 戴朝辉. 基于视觉注意的图像感兴趣区域分割算法[J]. 轻工学报, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
引用本文: 程聪, 戴朝辉. 基于视觉注意的图像感兴趣区域分割算法[J]. 轻工学报, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
shu
CHENG Cong and DAI Zhao-hui. Segmentation algorithm of interest detection regions based on visual attention mechanism[J]. Journal of Light Industry, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
Citation: CHENG Cong and DAI Zhao-hui. Segmentation algorithm of interest detection regions based on visual attention mechanism[J]. Journal of Light Industry, 2011, 26(2): 111-115. doi: 10.3969/j.issn.1004-1478.2011.02.028
shu

基于视觉注意的图像感兴趣区域分割算法

  • 河南财经政法大学 计算机与信息工程学院, 河南 郑州 450002;
  • 河南师范大学 计算机与信息技术学院, 河南 新乡 453003
  • 收稿日期: 2010-11-23

摘要: 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.

English Abstract

相关文章 (8)

目录

/

返回文章

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

本系统由北京仁和汇智信息技术有限公司开发 技术支持： info@rhhz.net