基于矩阵分解的显著对象提取算法分析与应用
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-17页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·研究意义 | 第14-15页 |
| ·研究内容及组织结构 | 第15-17页 |
| 2 图像处理相关理论介绍 | 第17-28页 |
| ·图像低层特征提取 | 第17-25页 |
| ·颜色特征 | 第18-20页 |
| ·纹理特征 | 第20-21页 |
| ·形状特征 | 第21页 |
| ·梯度特征 | 第21-22页 |
| ·实验特征 | 第22-25页 |
| ·特征相似性度量方法 | 第25-28页 |
| ·欧氏距离 | 第25-26页 |
| ·直方图相交距离 | 第26-27页 |
| ·相关系数 | 第27-28页 |
| 3 基于矩阵分解的显著对象提取算法 | 第28-48页 |
| ·问题概述 | 第28-30页 |
| ·矩阵分解介绍 | 第30-31页 |
| ·基于矩阵分解的显著性检测 | 第31-38页 |
| ·稀疏矩阵的显著性描述 | 第32-33页 |
| ·问题公式化 | 第33-34页 |
| ·多特征的矩阵分解 | 第34-38页 |
| ·实验结果及分析 | 第38-48页 |
| ·实验环境 | 第38页 |
| ·实验分析 | 第38-42页 |
| ·实验结果 | 第42-48页 |
| 4 显著区域提取及结果分析 | 第48-61页 |
| ·图像分割算法介绍 | 第48-55页 |
| ·图像分割的经典算法 | 第49-52页 |
| ·JSEG图像分割算法 | 第52-55页 |
| ·提取图像的显著区域 | 第55-61页 |
| ·显著区域提取方法 | 第56-57页 |
| ·实验结果及分析 | 第57-61页 |
| 5 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
