| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 图像显著性检测方法研究现状 | 第12-13页 |
| 1.3 本文的工作与内容安排 | 第13-15页 |
| 第二章 图像显著性检测方法概述 | 第15-25页 |
| 2.1 图像显著性特征概述 | 第15-17页 |
| 2.2 典型的图像显著性算法概述 | 第17-25页 |
| 2.2.1 基于自底向上注意机制的图像显著性检测算法 | 第18-22页 |
| 2.2.2 基于自顶向下注意机制的图像显著性检测算法 | 第22-23页 |
| 2.2.3 其他的图像显著性检测算法 | 第23-25页 |
| 第三章 复杂环境下融合多层次特征的图像显著性检测 | 第25-35页 |
| 3.1 传统的图论模型介绍 | 第25页 |
| 3.2 融合低层和高层特征图表示的图像显著性检测算法 | 第25-30页 |
| 3.2.1 图模型构建 | 第26-27页 |
| 3.2.2 图像显著性计算 | 第27-28页 |
| 3.2.3 中心先验及边界先验 | 第28-30页 |
| 3.3 实验与分析 | 第30-34页 |
| 3.3.1 实验设置 | 第30-31页 |
| 3.3.2 定量分析 | 第31-33页 |
| 3.3.3 组成成分分析 | 第33页 |
| 3.3.4 定性分析 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 复杂环境下融合多模态信息的图像显著性检测 | 第35-45页 |
| 4.1 前言 | 第35-36页 |
| 4.2 融合可见光和热红外图像信息的图像显著性检测 | 第36-40页 |
| 4.2.1 可见光图像与热红外图像的特征 | 第36-38页 |
| 4.2.2 本文图像显著性的具体求解方法 | 第38-39页 |
| 4.2.3 基于保边滤波的多模态图像显著性求解 | 第39-40页 |
| 4.3 实验与分析 | 第40-44页 |
| 4.3.1 定量分析 | 第41-42页 |
| 4.3.2 定性分析 | 第42-43页 |
| 4.3.3 效率分析 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表的学术论文 | 第54-55页 |
| 攻读硕士学位期间参加的科研项目 | 第55页 |
