图像内容和结构的优化问题研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题背景 | 第12页 |
| 1.2 课题难点 | 第12-13页 |
| 1.3 本文工作 | 第13-15页 |
| 1.3.1 图像内容优化中的图像去模糊操作 | 第14页 |
| 1.3.2 图像结构优化中的视觉显著区域学习 | 第14-15页 |
| 1.4 本文组织和逻辑结构 | 第15-16页 |
| 1.4.1 组织结构 | 第15页 |
| 1.4.2 逻辑架构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 图像内容和结构优化相关技术综述 | 第17-34页 |
| 2.1 图像清晰度优化相关技术 | 第17-25页 |
| 2.1.1 基于空间均匀抖动的图像去模糊算法 | 第17-20页 |
| 2.1.2 基于空间非均匀抖动的图像去模糊算法 | 第20-24页 |
| 2.1.3 其他去模糊算法 | 第24-25页 |
| 2.2 图像构图优化相关技术 | 第25-27页 |
| 2.3 视觉显著区域预测相关技术 | 第27-32页 |
| 2.3.1 自底向上特征的视觉显著区域预测模型 | 第27-30页 |
| 2.3.2 自顶向下特征的视觉显著区域预测模型 | 第30-32页 |
| 2.3.3 其他的显著区域预测模型 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 基于空间非均匀抖动的图像清晰度优化 | 第34-53页 |
| 3.1 研究背景 | 第34-35页 |
| 3.1.1 应用前景 | 第34-35页 |
| 3.2 问题描述 | 第35-39页 |
| 3.3 基于图像模糊程度和熵值学习的图像预处理 | 第39-42页 |
| 3.3.1 图像的模糊程度计算 | 第39-41页 |
| 3.3.2 图像熵值计算 | 第41页 |
| 3.3.3 去模糊的参数计算 | 第41-42页 |
| 3.4 图像去模糊过程 | 第42-46页 |
| 3.4.1 非线性扩散滤波 | 第43-44页 |
| 3.4.2 震荡滤波 | 第44-45页 |
| 3.4.3 点扩散函数估计 | 第45页 |
| 3.4.4 图像反卷积 | 第45-46页 |
| 3.5 基于引导图像滤波的图像后处理 | 第46-47页 |
| 3.6 实验结果 | 第47-51页 |
| 3.6.1 非均匀抖动去模糊实验 | 第47-49页 |
| 3.6.2 均匀抖动去模糊实验 | 第49-51页 |
| 3.7 本章小结 | 第51-53页 |
| 第4章 图像结构优化中的视觉显著区域学习 | 第53-70页 |
| 4.1 研究背景 | 第53-54页 |
| 4.1.1 应用前景 | 第53-54页 |
| 4.2 问题描述 | 第54-57页 |
| 4.3 基于抑制反馈机制的视觉显著区域学习 | 第57-65页 |
| 4.3.1 底层视觉特征的提取与学习 | 第57-60页 |
| 4.3.2 高层语义特征的提取与学习 | 第60-64页 |
| 4.3.3 基于反馈机制的特征融合 | 第64-65页 |
| 4.4 实验结果 | 第65-69页 |
| 4.4.1 定性实验结果比较 | 第66-68页 |
| 4.4.2 定量实验结果比较 | 第68-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 工作总结 | 第70-71页 |
| 5.2 未来展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间主要的研究成果 | 第77-78页 |
| 致谢 | 第78页 |
