复杂环境下的前景目标提取研究.rar

摘 要:图像是人类进行信息交流的主要媒介。数字图像处理就是利用计算机对图像进行去除噪声、增强、复原、分割、特征提取、识别等处理的理论、方法和技术。其中显著目标检测可以应用于许多计算机视觉任务中，包括内容感知的图像编辑，目标分类和识别，图像前背景分割，图像检索等。近年来，显著目标检测受到了很多的关注。显著目标检测的主要任务是准确提取出图像中显著目标区域，并输出一副显著图来表示每个像素属于显著目标的可能性。

    本文在指导老师提供的参考资料基础上，完成前景目标提取方法国内外研究现状的调研工作。分步骤理解本文采用的流形排序(Manifold Ranking， MR)显著目标检测算法，其中包括了模拟图像数据的流形结构，闭环k正则图模型构建，两级排序方案提取显著区域。复杂环境下的前景目标提取研究主要依靠软件实现，本论文使用MATLAB仿真鉴定系统，通过以上步骤及过程，努力实现复杂背景条件下前景目标提取，最后学习并设计出图形用户界面（GUI）以直观展现算法效果。

关键词：显著目标检测；超像素；流形排序；MATLAB仿真；图形用户界面

目录

摘要

ABSTRACT

第1章  绪论-1

1.1研究背景及意义-1

1.2显著目标检测模型-1

1.3技术难点-2

1.4本文主要工作与章节安排-3

第2章超像素分割-5

2.1 图像过分割-5

2.2超像素处理-5

2.3 SLIC算法-6

图2.1 SLIC算法得到的分割结果的例子-7

2.3.1 SLIC超像素算法流程-7

2.3.2 SLIC超像素算法优点及实例-7

第3章MR算法理解与分析-9

3.1理论基础-9

3.1.1流行排序理论-9

3.1.2显著性计算-9

3.2流形排序显著目标检测算法-9

3.3算法分步介绍-10

第4章GUI设计-15

4.1 MATLAB简介-15

4.2图形用户界面（GUI）简介-15

4.2.1控件对象及其属性-15

4.2.2菜单对象及其属性-16

4.2.3 GUI编辑器介绍-17

4.3  GUI设计-18

4.3.1 GUI具体设计步骤-18

4.3.2各控件功能介绍-19

4.4GUI分步展示-19

第5章 结论与展望-23

5.1结论-23

5.2不足之处及未来展望-23

参考文献-24

致  谢-25

附录-26