基于多尺度区域对比的视觉显著性检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·研究内容 | 第15-16页 |
| ·本文章节安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 图像分割与视觉显著性检测概述 | 第18-30页 |
| ·图像分割基础及基本分割技术 | 第18-20页 |
| ·并行边界类 | 第18页 |
| ·串行边界类 | 第18-19页 |
| ·并行区域类 | 第19页 |
| ·串行区域类 | 第19-20页 |
| ·显著性特征 | 第20-23页 |
| ·颜色特征 | 第20-21页 |
| ·纹理特征 | 第21-22页 |
| ·形状特征 | 第22-23页 |
| ·特征对比方法 | 第23-28页 |
| ·多尺度对比 | 第23-25页 |
| ·区域对比 | 第25-27页 |
| ·全局对比 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 3 基于多尺度的图像分割 | 第30-40页 |
| ·SLIC分割算法原理 | 第30-31页 |
| ·分割算法改进 | 第31-36页 |
| ·改进分割算法的优势 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 4 基于多尺度区域对比的视觉显著性检测算法 | 第40-60页 |
| ·引言 | 第40-42页 |
| ·算法描述 | 第42-43页 |
| ·颜色空间转换及超像素颜色特征提取 | 第43-44页 |
| ·颜色空间转换 | 第43-44页 |
| ·超像素颜色特征提取 | 第44页 |
| ·单一尺度子显著图生成 | 第44-51页 |
| ·超像素的稀少性表示 | 第45-47页 |
| ·超像素的空间分散性表示 | 第47-49页 |
| ·子显著图生成 | 第49-51页 |
| ·多尺度融合显著图生成 | 第51-52页 |
| ·实验结果分析 | 第52-58页 |
| ·图像测试集 | 第52-53页 |
| ·主观评价 | 第53-56页 |
| ·客观分析 | 第56-57页 |
| ·结果分析与对比 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 5 总结与展望 | 第60-62页 |
| ·论文工作总结 | 第60-61页 |
| ·未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 在学期间学术成果情况 | 第66-67页 |
| 指导教师及作者简介 | 第67-68页 |
| 致谢 | 第68页 |
