Year: 1402
COI: JR_JIPET-14-54_007
Language: PersianView: 35
This Paper With 13 Page And PDF Format Ready To Download
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
Authors
Abstract:
در این مطالعه، الگوریتمی موثر و کارآمد برای تشخیص نقشه برجستگی تصویر بر اساس مدلسازی پاسخ سریع سیستم بینایی انسان به تغییرات شدت روشنائی، بافت و رنگ ارائه شده است. برخی موارد مانند الهام گرفتن از عملکرد سیستم بینایی انسان، عدم نیاز به آموزش، کاهش تعداد رنگ، کاهش کانالهای رنگی و استفاده صحیح از حداقل اطلاعات بافت در االگوریتم باعث افزایش کارایی آن شده است. در روش پیشنهادی در مرحله اول، با توجه به حساسیت سیستم بینایی انسان به سیگنالهای با کنتراست بالاتر، فقط کانال با کنتراست بالاتر برای استخراج نقشه برجستگی رنگ استفاده و سپس با استفاده از مولفه شدت روشنایی در فضای رنگ Lab و با استفاده از مدل محاسباتی سلول ساده کورتکس بینایی نقشه برجستگی شدت روشنائی و نقشه برجستگی بافت استخراج میشوند. در نهایت، با ترکیب نقشههای برجستگی رنگ، شدت روشنائی و بافت، نقشه برجستگی بهدست میآید. روش پیشنهادی و روشهای موجود برروی پایگاه دادههای MSRA۱۰K و ECSSD آزمایش شده است. نتایج پیادهسازیها نشان میدهد که الگوریتم ترکیبی پیشنهادی برای تشخیص نقشه برجستگی با استفاده از ویژگیهای رنگ و بافت غالب، در پایگاه داده ECSSD به ترتیب دارای میانگین خطای مطلق، امتیاز معیار F و سطح زیر منحنی ROC ، ۱۷۳/۰ ، ۷۸۹/۰ و ۸۹۱/۰ و در پایگاه داده MSRA۱۰K به ترتیب ۱۷۸/۰، ۷۹۰/۰ و ۹۱۹/۰ است که در مقایسه با سایر مدلها بیانگر عملکرد بهتر روش پیشنهادی نسبت به سایر روشها است.
Keywords:
Paper COI Code
This Paper COI Code is JR_JIPET-14-54_007. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:https://civilica.com/doc/1444531/
How to Cite to This Paper:
If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:خزاعی فدافن، مسعود و مهرشاد، ناصر و رضوی، سید محمد،1402،استخراج موثر نقشه برجستگی تصویر با استفاده از تقویت تباین رنگ و بافت غالب،https://civilica.com/doc/1444531
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :- R. Nasiripour, H. Farsi, S. Mohamadzadeh, "Visual saliency object detection ...
- P. Etezadifar, H. Farsi, "Scalable video summarization via sparse dictionary ...
- M. Guo, Y. Zhao, C. Zhang, Z. Chen, "Fast object ...
- V. Bhateja, M. Nigam, A.S. Bhadauria, A. Arya, E.Y.D. Zhang, ...
- Y. Ding, "Human visual system and vision modeling", Visual Quality ...
- P. Lv, S. Sun, C. Lin, G. Liu, "A method ...
- M.H. Karimi, R. Ebrahimpour, N. Bagheri, "A human visual system ...
- P. Sharma, "Perceptual image difference metrics, saliency maps and eye ...
- Z.H. Chen, Y. Liu, B. Sheng, J.N. Liang, J. Zhang, ...
- Y. Chen, J. Tao, Q. Zhang, K. Yang, X. Chen, J. Xiong, R. Xia, J. ...
- K. Zolna, K.J. Geras, K. Cho, "Classifier-agnostic saliency map extraction", ...
- K. Duncan, S. Sarkar, "REM: Relational entropy-based measure of saliency", ...
- O.L. Meur, P.L. Callet, D. Barba, D. Thoreau, "A coherent ...
- Y.F. Ma, H.J. Zhang, "Contrast-based image attention analysis by using ...
- Z. Yu, H.S. Wong, "A rule based technique for extraction ...
- D. Chen, T. Jia, C. Wu, "Visual saliency detection: from ...
- M. Zhang, Y. Wu, Y. Du, L. Fang, Y. Pang, ...
- Z. Rahman, Y.F. Pu, M. Aamir, F. Ullah, "A framework ...
- S. Goferman, L. Zelnik-Manor, A. Tal, "Context-aware saliency detection", IEEE ...
- M. Sadeghi, H. marvi, A. Ahmadifard, "A new and efficient ...
- P.F. Felzenszwalb, D.P. Huttenlocher, "Efficient graph-based image segmentation", International journal ...
- L. Itti, C. Koch, E. Niebur, "A model of saliency-based ...
- L. Itti, C. Koch, "Computational modelling of visual attention", Nature ...
- R. Achanta, S. Hemami, F. Estrada, S. Susstrunk, "Frequency-tuned salient ...
- L. Zhang, L. Yang, T. Luo, "Unified saliency detection model ...
- H. Zhang, W. Wang, G. Su, L. Duan, "A simple ...
- F. Perazzi, P. Krähenbühl, Y. Pritch, A. Hornung, "Saliency filters: ...
- L. Itti, C. Koch, "Feature combination strategies for saliency-based visual ...
- X. Hou, L. Zhang, "Saliency detection: A spectral residual approach", ...
- G. Yildirim, S. Süsstrunk, "FASA: Fast, accurate, and size-aware salient ...
- X. Xu, N. Mu, L. Chen, X. Zhang, "Hierarchical salient ...
- L. Zhang, J. Dai, H. Lu, Y. He, G. Wang, ...
- Z. Luo, A. Mishra, A. Achkar, J. Eichel, S. Li, ...
- S. Jia, N.D. Bruce, "Richer and deeper supervision network for ...
- R.C. Gonzalez , R.E. Woods, "Object recognition", Digital Image Processing, ...
- N. Chaji, H. Ghassemian, "Texture-gradient-based contour detection", EURASIP Journal on ...
- M.M. Cheng, N.J. Mitra, X. Huang, P.H. Torr, S.M. Hu, ...
- Q. Yan, L. Xu, J. Shi, J. Jia, "Hierarchical saliency ...
- L. Zhang, Z. Gu, H. Li, "SDSP: A novel saliency ...
Research Info Management
اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
Scientometrics
The specifications of the publisher center of this Paper are as follows:
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.
Share this page
More information about COI
COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.
The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.