基于人类视觉注意机制的显著目标检测与分割
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 研究现状 | 第10-14页 |
| 1.4 当前研究存在的问题 | 第14-15页 |
| 1.5 本文内容 | 第15-16页 |
| 1.6 本文结构 | 第16-17页 |
| 2 全局背景差值图 | 第17-27页 |
| 2.1 Lab 色彩空间 | 第17-21页 |
| 2.2 图像模糊 | 第21-25页 |
| 2.3 全局差值图的生成 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 显著图计算 | 第27-38页 |
| 3.1 传统 k-means 彩色图像聚类 | 第27-30页 |
| 3.2 改进 k-means 聚类算法 | 第30-34页 |
| 3.3 显著图的生成 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 显著目标分割与提取 | 第38-55页 |
| 4.1 显著图去除背景显著区 | 第38-41页 |
| 4.2 显著图二值化分割 | 第41-44页 |
| 4.3 显著目标提取 | 第44-54页 |
| 4.6 本章小结 | 第54-55页 |
| 5 实验结果与分析 | 第55-58页 |
| 5.1 评估方法 | 第55-56页 |
| 5.2 评估结果 | 第56-58页 |
| 6 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 附录：正文示例图像显著目标提取效果图 | 第67-68页 |
