多特征融合的视觉显著性检测方法研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 主要工作 | 第15页 |
| 1.4 论文结构 | 第15-18页 |
| 第2章 相关理论及技术基础 | 第18-34页 |
| 2.1 视觉注意机制 | 第18-20页 |
| 2.1.1 Treisman特征融合理论 | 第18-19页 |
| 2.1.2 Koch神经生物学框架 | 第19-20页 |
| 2.2 视觉显著性检测 | 第20-23页 |
| 2.2.1 视觉显著性检测原理 | 第21-22页 |
| 2.2.2 视觉显著性检测的主流框架 | 第22-23页 |
| 2.3 常用颜色空间 | 第23-26页 |
| 2.3.1 RGB颜色空间 | 第23-24页 |
| 2.3.2 Lab颜色空间 | 第24-25页 |
| 2.3.3 Luv颜色空间 | 第25页 |
| 2.3.4 HSV颜色空间 | 第25-26页 |
| 2.4 SLIC超像素分割 | 第26-27页 |
| 2.5 图像底层特征 | 第27-28页 |
| 2.5.1 颜色特征 | 第27页 |
| 2.5.2 纹理特征 | 第27-28页 |
| 2.5.3 亮度特征 | 第28页 |
| 2.6 图像高层先验信息 | 第28-29页 |
| 2.7 Gabor滤波器 | 第29-30页 |
| 2.8 常用数据库及评价指标 | 第30-33页 |
| 2.8.1 常用数据库 | 第30-31页 |
| 2.8.2 评价指标 | 第31-33页 |
| 2.9 小结 | 第33-34页 |
| 第3章 融合颜色特征和纹理特征的视觉显著性检测 | 第34-44页 |
| 3.1 检测框架 | 第34页 |
| 3.2 图像预处理 | 第34-35页 |
| 3.3 提取颜色特征图 | 第35-37页 |
| 3.3.1 颜色对比特征 | 第35-36页 |
| 3.3.2 颜色分布特征 | 第36页 |
| 3.3.3 颜色特征图 | 第36-37页 |
| 3.4 提取纹理特征图 | 第37-38页 |
| 3.5 生成初始显著图 | 第38页 |
| 3.6 提取中心先验信息 | 第38页 |
| 3.7 生成最终显著图 | 第38页 |
| 3.8 算法流程 | 第38-39页 |
| 3.9 实验 | 第39-43页 |
| 3.9.1 实验环境与实验数据 | 第39-40页 |
| 3.9.2 评价指标 | 第40页 |
| 3.9.3 实验内容 | 第40页 |
| 3.9.4 实验结果与分析 | 第40-43页 |
| 3.10 小结 | 第43-44页 |
| 第4章 基于视觉注意点预测的视觉显著性检测 | 第44-60页 |
| 4.1 检测框架 | 第44页 |
| 4.2 图像预处理 | 第44-45页 |
| 4.3 视觉注意点预测 | 第45-48页 |
| 4.4 提取颜色特征图 | 第48-51页 |
| 4.4.1 颜色对比特征 | 第49-50页 |
| 4.4.2 颜色分布特征 | 第50页 |
| 4.4.3 颜色特征图 | 第50-51页 |
| 4.5 提取纹理特征图 | 第51页 |
| 4.6 生成初始显著图 | 第51页 |
| 4.7 提取位置特征图 | 第51-52页 |
| 4.8 生成最终显著图 | 第52页 |
| 4.9 算法流程 | 第52-53页 |
| 4.10 实验 | 第53-59页 |
| 4.10.1 实验环境与实验数据 | 第53页 |
| 4.10.2 评价指标 | 第53页 |
| 4.10.3 实验内容 | 第53页 |
| 4.10.4 实验结果与分析 | 第53-59页 |
| 4.11 小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 工作总结 | 第60页 |
| 5.2 进一步工作 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间公开发表的论文 | 第68页 |
