基于图像边缘对比的显著性检测算法
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 显著性研究背景 | 第11页 |
| 1.2 显著性研究现状 | 第11-14页 |
| 1.3 显著性研究中的一些基本原则 | 第14页 |
| 1.4 论文的主要研究内容和组织结构 | 第14-16页 |
| 第2章 典型显著性算法介绍 | 第16-31页 |
| 2.1 空间域算法 | 第16-24页 |
| 2.1.1 Itti模型 | 第16-19页 |
| 2.1.2 GBVS算法 | 第19-20页 |
| 2.1.3 空间加权非相似性算法 | 第20-23页 |
| 2.1.4 基于不同尺度对比的显著性检测算法 | 第23页 |
| 2.1.5 SF算法 | 第23-24页 |
| 2.2 频率域算法 | 第24-27页 |
| 2.2.1 Frequency-tuned算法 | 第24-26页 |
| 2.2.2 SR算法 | 第26-27页 |
| 2.3 利用边缘先验知识的算法 | 第27-29页 |
| 2.3.1 流形排序算法 | 第27页 |
| 2.3.2 基于边界信息的对地距离算法 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 图像边缘信息的先验知识和显著性检测 | 第31-43页 |
| 3.1 算法预处理阶段 | 第31-37页 |
| 3.1.1 超像素算法的相关概念 | 第31-33页 |
| 3.1.2 SLIC超像素分割算法 | 第33-36页 |
| 3.1.3 完成图像的预处理 | 第36-37页 |
| 3.2 与显著性有关的两项图像特征值的提取 | 第37-39页 |
| 3.2.1 连接超像素块的边权值设定 | 第37-38页 |
| 3.2.2 边缘非相似度公式 | 第38-39页 |
| 3.3 初始显著度值的计算 | 第39页 |
| 3.4 图像显著度值的最优化方程 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四 章实验结果 | 第43-53页 |
| 4.1 Precision-Recall曲线 | 第44-46页 |
| 4.1.1 PR曲线的做法 | 第44-45页 |
| 4.1.2 不同算法的PR曲线的结果对比 | 第45-46页 |
| 4.2 平均绝对误差（MAE） | 第46-47页 |
| 4.3 F-measure参数 | 第47-48页 |
| 4.4 实验结果分析 | 第48-52页 |
| 4.4.1 与基于局部对比的算法的对比 | 第49-50页 |
| 4.4.2 与频率域算法的对比 | 第50-51页 |
| 4.4.3 与基于边缘先验知识的算法的对比 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-56页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 研究展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者简介及科研成果 | 第59-60页 |
| 致谢 | 第60页 |
