首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉注意的目标检测方法

中文摘要第1-4页
英文摘要第4-7页
1 绪论第7-13页
   ·选题背景和任务第7-9页
   ·视觉注意模型研究现状第9-12页
   ·论文的章节安排第12-13页
2 视觉注意模型的生理基础第13-20页
   ·人类视觉感知系统概述第13-15页
   ·人类视觉感知系统的基本概念第15-19页
     ·视觉系统通路第15页
     ·视网膜生理结构和机制第15-16页
     ·感受野概述第16-17页
     ·膝状体与视皮层第17-19页
     ·人眼视觉系统的侧抑制机制第19页
   ·视觉信息敏感性理论第19页
   ·本章小结第19-20页
3 纹理特征提取及分类第20-39页
   ·纹理的基本概念第20-22页
   ·纹理特征提取方法第22-28页
     ·灰度直方图分析法第22-23页
     ·自相关函数第23页
     ·基于Gabor 小波的纹理特征提取法第23-24页
     ·灰度共生矩阵法第24-28页
   ·纹理分类器的设计第28-33页
     ·线性分类器第28-31页
     ·非线性可分情况第31-33页
   ·支持向量机分类第33-38页
     ·实验步骤第33-37页
     ·软件编制流程图第37-38页
     ·结果分析第38页
   ·结论第38-39页
4 融入纹理的视觉注意计算模型第39-55页
   ·问题的提出第39-41页
   ·本文的改进模型第41-42页
   ·视觉尺度空间第42-44页
     ·视网膜的尺度性质第42-43页
     ·基于视网膜特性的模板构造第43-44页
   ·兴趣图的生成过程第44-51页
     ·亮度映射图第44-46页
     ·颜色映射图第46-47页
     ·方向映射图第47-49页
     ·边缘映射图第49页
     ·映射图组合第49-50页
     ·纹理特征图第50-51页
     ·多特征融合第51页
   ·注意焦点转移第51-52页
   ·实验比较第52-54页
   ·本章小结第54-55页
5 总结和展望第55-57页
   ·总结第55页
   ·展望第55-57页
致谢第57-58页
参考文献第58-61页
附录第61页
 作者在攻读学位期间发表的论文目录第61页

论文共61页,点击 下载论文
上一篇:数字人脑切片图像自动分割算法的初步研究
下一篇:基于引力和小类合并的FCM聚类算法研究