基于概率边界的多层次显著性检测算法研究

摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-14页
·选题背景和研究意义	第9-11页
·本文的研究工作	第11-12页
·论文的内容安排	第12-14页
第2章 显著性检测的理论基础	第14-25页
·视觉注意机制	第14-16页
·图像的底层特征	第16-19页
·颜色	第16-17页
·边缘	第17-18页
·亮度	第18-19页
·纹理	第19页
·显著性检测的研究现状	第19-25页
·图像显著性检测	第20-23页
·视频显著性检测	第23-24页
·联合显著性检测	第24-25页
第3章 显著性检测的基础算法	第25-32页
·图像的颜色量化	第25-26页
·区域分割方法	第26-29页
·基于图论的分割	第27页
·SLIC	第27-28页
·Mean Shift	第28页
·Quick Shift	第28-29页
·边界概率的计算	第29-30页
·显著性凸包	第30-31页
·贝叶斯推断	第31-32页
第4章 基于轮廓概率的多层次显著性检测	第32-39页
·算法的主要框架	第32-33页
·多层次区域分割	第33-34页
·区域显著性检测	第34-36页
·多层次显著性融合	第36-37页
·贝叶斯增强	第37-39页
第5章 实验	第39-48页
·评测数据集	第39-40页
·评价标准	第40-42页
·实验结果分析	第42-46页
·客观分析	第42-44页
·主观分析	第44-45页
·算法验证	第45-46页
·显著图的应用	第46-48页
第6章 总结与展望	第48-51页
·总结	第48-49页
·展望	第49-51页
参考文献	第51-56页
致谢	第56-57页