基于图的NAM表示及其上的显著性区域检测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·研究背景 | 第9-10页 |
| ·研究目的和意义 | 第10-11页 |
| ·国内外发展状况 | 第11-14页 |
| ·非对称逆布局表示模型 NAM | 第14-17页 |
| ·本文主要研究内容 | 第17-19页 |
| 2 基于图的非对称逆布局图像子模式生长方法 | 第19-38页 |
| ·基于图的子模式生长逆布局算法 | 第19-28页 |
| ·基于区域生长的图像重建算法 | 第28-31页 |
| ·算法复杂度分析 | 第31-32页 |
| ·实验结果分析 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 3 基于 GNAM 的标签矩阵存储方式 | 第38-53页 |
| ·标签矩阵 | 第38-42页 |
| ·标签矩阵的存储优化 | 第42-46页 |
| ·NAM 编码协议 | 第46-48页 |
| ·标签矩阵上运算的复杂度 | 第48-49页 |
| ·算法复杂度分析 | 第49-50页 |
| ·数据量分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 4 基于 GNAM 的显著区域检测 | 第53-63页 |
| ·视觉显著性估计 | 第53-55页 |
| ·基于子模式颜色队列的全局对比度 | 第55-56页 |
| ·基于子模式区域的对比度 | 第56-58页 |
| ·GrabCut 图像分割 | 第58-59页 |
| ·算法复杂度分析 | 第59页 |
| ·实验结果分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| ·全文总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
