| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·引言 | 第8-10页 |
| ·视觉显著性研究现状 | 第10-16页 |
| ·视觉显著性特征 | 第10-12页 |
| ·视觉显著性检测的一般流程 | 第12-13页 |
| ·显著性检测方法分类 | 第13-16页 |
| ·显著性区域分割的研究现状 | 第16页 |
| ·增强现实基本框架 | 第16-19页 |
| ·增强现实基本概念 | 第16-18页 |
| ·增强现实基本构成 | 第18-19页 |
| ·本文内容安排与组织结构 | 第19-20页 |
| 第二章 显著性检测的经典算法研究分析 | 第20-28页 |
| ·基于图论的显著性检测模型 | 第20-22页 |
| ·图论的基本概念 | 第20页 |
| ·马尔科夫特性 | 第20-21页 |
| ·GVBS 模型 | 第21-22页 |
| ·两种基于频域分析的显著性计算模型 | 第22-24页 |
| ·基于谱残留信息显著性计算模型 | 第22-23页 |
| ·基于频率调谐的显著性计算模型 | 第23-24页 |
| ·基于内容感知的显著性检测模型 | 第24-26页 |
| ·基于纯计算的显著性计算模型 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 显著性检测模型的构建 | 第28-42页 |
| ·GPD 模型构建 | 第29-34页 |
| ·图像块不相似性计算 | 第29-31页 |
| ·非局部图像块的不相似性计算 | 第31页 |
| ·SG 模型和 LCG 模型 | 第31-34页 |
| ·基于 GPD 模型和多尺度对比度融合的显著性模型 | 第34-36页 |
| ·边缘特征提取 | 第34-35页 |
| ·特征图整合 | 第35-36页 |
| ·实验结果与分析 | 第36-42页 |
| ·实验环境和数据 | 第36页 |
| ·实验方法和评价参数 | 第36-38页 |
| ·实验结果 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 显著性区域提取 | 第42-50页 |
| ·基于阈值分析的显著性区域提取方法 | 第42-43页 |
| ·基于条件随机场的显著性区域提取方法 | 第43-46页 |
| ·条件随机场的基本理论 | 第43-44页 |
| ·显著性区域提取过程 | 第44-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 融合显著性检测的增强现实 | 第50-54页 |
| ·融合显著性检测的 AR 初级系统 | 第50-52页 |
| ·AR 初级融合系统架构 | 第50页 |
| ·软件实现 | 第50-52页 |
| ·融合显著性检测的 AR 高级系统 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| ·工作总结 | 第54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 发表论文和参加科研情况说明 | 第58-59页 |
| 致谢 | 第59页 |