基于视觉注意模型的图像检索技术研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·课题的研究背景 | 第11-12页 |
| ·研究现状及分析 | 第12-15页 |
| ·基于人机交互的视觉感兴趣区检测 | 第12-13页 |
| ·基于低层视觉特征的感兴趣区检测 | 第13页 |
| ·基于注意力的视觉感兴趣区检测 | 第13-14页 |
| ·基于对象的视觉注意检测算法 | 第14页 |
| ·研究现状分析 | 第14-15页 |
| ·论文的主要工作 | 第15-18页 |
| ·基本处理思想 | 第16页 |
| ·视觉显著特征提取 | 第16-17页 |
| ·视觉显著区的选择 | 第17页 |
| ·视觉感兴趣区的生成 | 第17-18页 |
| ·论文的内容安排 | 第18-19页 |
| 2 CBIR 中的视觉特征 | 第19-31页 |
| ·概述 | 第19-20页 |
| ·图像的颜色特征 | 第20-23页 |
| ·颜色直方图 | 第21-22页 |
| ·颜色矩 | 第22页 |
| ·颜色一致性矢量 | 第22页 |
| ·颜色相关图 | 第22-23页 |
| ·图像的纹理特征 | 第23-24页 |
| ·结构法 | 第23页 |
| ·统计法 | 第23-24页 |
| ·频谱法 | 第24页 |
| ·模型法 | 第24页 |
| ·图像的形状特征 | 第24-25页 |
| ·Freeman 链码 | 第24-25页 |
| ·几何参数法 | 第25页 |
| ·图像的目标区域特征 | 第25-31页 |
| ·对象特征 | 第26-27页 |
| ·空间特征 | 第27-28页 |
| ·字符特征 | 第28页 |
| ·语义特征 | 第28-29页 |
| ·图像的语义层次模型 | 第29-31页 |
| 3 客观化的视觉注意模型 | 第31-43页 |
| ·基于空间的视觉注意模型 | 第31-33页 |
| ·基于特征的视觉注意模型 | 第33-34页 |
| ·基于空间和特征整合的视觉注意模型 | 第34页 |
| ·基于对象的视觉注意模型 | 第34页 |
| ·一种新的客观化的视觉注意模型 | 第34-43页 |
| ·视觉特征提取 | 第36-38页 |
| ·视觉显著区的选择 | 第38-40页 |
| ·视觉注意感兴区的生成 | 第40-43页 |
| 4 基于视觉注意的特征提取技术 | 第43-63页 |
| ·基于显著点的特征提取技术 | 第43-45页 |
| ·相关现状 | 第43-44页 |
| ·基于分割的显著点自动减少技术 | 第44-45页 |
| ·改进的SPARSE算法 | 第45-48页 |
| ·用动态阈值进行分割 | 第46-47页 |
| ·显著点特征提取 | 第47-48页 |
| ·基于数据结构的细碎区域快速合并算法 | 第48-54页 |
| ·能量函数的定义 | 第49页 |
| ·全程λ表的生成 | 第49-50页 |
| ·FELSA 算法 | 第50页 |
| ·FELSA 的数据结构 | 第50-51页 |
| ·FELSA 算法步骤 | 第51-53页 |
| ·细碎区域合并的仿真试验和结果 | 第53-54页 |
| ·结合进化规划的标记符和目标区域提取技术 | 第54-63页 |
| ·进化规划提取分水岭分割的内外控制标记符 | 第55-57页 |
| ·进化规划的原理和过程 | 第57-59页 |
| ·提取区域标记符的具体步骤 | 第59-60页 |
| ·基于标记符和区域分割的仿真试验与结果 | 第60-63页 |
| 5 图像检索实验及结果分析 | 第63-69页 |
| ·相似性度量 | 第63-64页 |
| ·基于显著点的相似性度量 | 第63页 |
| ·基于标记符和区域的相似性度量 | 第63-64页 |
| ·基于综合特征的相似性度量 | 第64页 |
| ·仿真实验结果和分析 | 第64-69页 |
| 结束语 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 作者简历 | 第77-78页 |
| 学位论文数据集 | 第78页 |
