基于区域对比的图像显著性检测方法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 相关的理论与技术 | 第15-29页 |
| 2.1 人眼的视觉特性 | 第15-18页 |
| 2.2 视觉显著性理论基础 | 第18-19页 |
| 2.3 显著性特征 | 第19-23页 |
| 2.3.1 颜色特征 | 第20-22页 |
| 2.3.2 形状特征 | 第22-23页 |
| 2.3.3 纹理特征 | 第23页 |
| 2.4 显著性检测标准 | 第23-24页 |
| 2.5 经典的显著性检测算法 | 第24-28页 |
| 2.5.1 IT算法 | 第24-25页 |
| 2.5.2 SR算法 | 第25-26页 |
| 2.5.3 MZ算法 | 第26页 |
| 2.5.4 LC算法 | 第26-27页 |
| 2.5.5 FT算法 | 第27-28页 |
| 2.6 检测算法的比较 | 第28页 |
| 2.7 本章总结 | 第28-29页 |
| 第3章 基于区域对比度的显著性检测算法 | 第29-42页 |
| 3.1 显著性检测的过程 | 第29-30页 |
| 3.2 基于全局对比度和多尺度分割的显著性检测 | 第30-36页 |
| 3.2.1 SLIC超像素分割算法的原理 | 第30-33页 |
| 3.2.2 多尺度的SLIC超像素图像分割 | 第33-34页 |
| 3.2.3 显著性提取 | 第34-36页 |
| 3.3 基于全局和局部对比度融合的显著性检测 | 第36-41页 |
| 3.3.1 基于全局对比度的HC算法 | 第36-37页 |
| 3.3.2 基于局部对比度的AC算法 | 第37-40页 |
| 3.3.3 显著谱融合 | 第40-41页 |
| 3.4 本章总结 | 第41-42页 |
| 第4章 显著区域的优化与实验结果 | 第42-51页 |
| 4.1 显著区域的优化处理 | 第42-44页 |
| 4.1.1 空间区域优化 | 第42-43页 |
| 4.1.2 显著区域聚焦 | 第43-44页 |
| 4.2 实验效果对比 | 第44-50页 |
| 4.2.1 场景应用效果对比 | 第44-48页 |
| 4.2.2 图像数据集效果对比 | 第48-50页 |
| 4.3 本章总结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 全文总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59页 |
