排序方式: 共有23条查询结果,搜索用时 6 毫秒
21.
目的 许多显著目标检测算法侧重从背景角度进行显著性检测,而从前景角度和空间角度进行显著性检测的算法较少,为了解决这个问题,提出了一种基于中心矩形构图先验的显著目标检测算法。方法 假定目标分布在中心矩形构图线附近。首先,对图像进行超像素分割并构造闭环图;其次,提取中心矩形构图线上的超像素特征,并进行流形排序,获取初始显著值;然后,通过基于中心矩形构图线获取的初始显著值确定中心矩形构图交点显著值和紧凑性关系显著值;最后,融合三者获得最终的中心矩形构图先验显著图。结果 通过MSRA-1000,CSSD,ECSSD,THUS-10000数据集对比验证了中心矩形构图先验算法有较高的准确度和最高的F-measure值,整体效果上优于目前先进的几种算法。且处理单幅图像的平均时间为0.673 s,相比与其他算法也有较大优势。结论 从前景角度和空间角度考虑的中心矩形构图先验的显著目标检测算法相比于传统的算法更加具有鲁棒性,无论图像是复杂的还是简单的,都取得很好的检测效果,充分说明算法的有效性。 相似文献
22.
用羧基化方法对CNTs(碳纳米管)进行预处理,增强其分散性。通过粉末冶金法制备了CNTs含量为0~2.0%的铝基复合材料,并对热挤压前后的力学性能进行了测试。结果表明,复合材料的力学性能均随CNTs含量的增加而增加,CNTs含量为1.0%的铝基复合材料的抗拉强度可达158 MPa,比同样条件下不含CNTs的纯铝抗拉强度(113 MPa)高40%。当CNTs含量在1.0%以下时,CNTs/Al复合材料的硬度、屈服强度和抗拉强度均与CNTs含量的平方根成正比,这表明其主要强化机制应是CNTs的弥散强化。 相似文献
23.