基于FCM的感兴趣区域提取算法
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-21页 |
| ·引言 | 第11-13页 |
| ·研究背景和意义 | 第11-12页 |
| ·感兴趣区域的特点 | 第12-13页 |
| ·感兴趣区域提取算法的现状 | 第13-19页 |
| ·论文的工作和研究内容 | 第19页 |
| ·论文的内容安排 | 第19-21页 |
| 第二章 基于 FCM 的感兴趣区域提取模型 | 第21-35页 |
| ·视觉注意机制 | 第21-22页 |
| ·生物视觉系统的图像视觉特征 | 第22-23页 |
| ·视觉注意机制模型 | 第23-32页 |
| ·目标驱动模型 | 第23-25页 |
| ·数据驱动的注意模型 | 第25-26页 |
| ·三种典型的视觉注意模型及其比较 | 第26-32页 |
| ·本文的感兴趣区域提取模型 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于 FCM 的图像分割 | 第35-50页 |
| ·图像区域分割 | 第35-39页 |
| ·彩色图像分割概述 | 第35-36页 |
| ·FCM 算法描述 | 第36-39页 |
| ·本文的 FCM 聚类算法 | 第39-43页 |
| ·图像主色调获取 | 第39-42页 |
| ·Lab 彩色空间的 FCM 聚类 | 第42-43页 |
| ·实验结果与分析 | 第43-48页 |
| ·本文算法分割结果 | 第44-46页 |
| ·与两种典型分割算法的比较 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 显著图生成 | 第50-61页 |
| ·区域合并 | 第50-53页 |
| ·区域显著度计算 | 第53-58页 |
| ·局部特征的计算 | 第54-56页 |
| ·全局特征的计算 | 第56-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 实验设计与比较 | 第61-67页 |
| ·实验平台 | 第61页 |
| ·实验参考 | 第61页 |
| ·显著图生成结果的直观比较 | 第61-63页 |
| ·提取时间的比较 | 第63-64页 |
| ·准确率的判定 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 论文工作总结 | 第67页 |
| 工作展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
