基于小区域的图像显著度提取及应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究的背景及意义 | 第9-10页 |
| ·图像底层特征描述 | 第10-14页 |
| ·颜色特征 | 第10-12页 |
| ·纹理特征 | 第12-13页 |
| ·形状特征 | 第13-14页 |
| ·研究现状 | 第14-15页 |
| ·本文主要工作和创新点 | 第15页 |
| ·各章节安排 | 第15-17页 |
| 第2章 图像显著度提取基本方法 | 第17-21页 |
| ·引言 | 第17页 |
| ·提取的基本方法分类 | 第17-19页 |
| ·基于生物学的提取方法 | 第18页 |
| ·局部对比度和全局对比度 | 第18页 |
| ·参与对比度计算的单元规模 | 第18-19页 |
| ·基于频谱的模型 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第3章 基于小区域的图像显著度提取方法 | 第21-33页 |
| ·引言 | 第21页 |
| ·小区域的预处理 | 第21-22页 |
| ·小区域获取 | 第21-22页 |
| ·小区域赋值 | 第22页 |
| ·获取小区域特征值 | 第22-27页 |
| ·区域颜色对比度 | 第23-24页 |
| ·相对位置 | 第24-25页 |
| ·区域复杂度 | 第25-26页 |
| ·不稳定区域检测及存储 | 第26-27页 |
| ·图像显著度计算 | 第27-28页 |
| ·不稳定区域处理 | 第28-29页 |
| ·实验设计 | 第29-32页 |
| ·实验环境 | 第29页 |
| ·视觉对比 | 第29-30页 |
| ·ROC 曲线评价 | 第30-32页 |
| ·单元小结 | 第32-33页 |
| 第4章 基于显著度提取的图像分割 | 第33-42页 |
| ·引言 | 第33页 |
| ·常用图像分割算法综述 | 第33-35页 |
| ·基于阈值的图像分割方法 | 第33-34页 |
| ·基于变形模型的图像分割方法 | 第34页 |
| ·基于区域生长法的图像分割 | 第34页 |
| ·基于聚类的图像分割 | 第34-35页 |
| ·基于遗传算法的图像分割 | 第35页 |
| ·基于显著度的图像分割 | 第35-37页 |
| ·图像分割评价指标 | 第35-36页 |
| ·优势分析 | 第36-37页 |
| ·实验设计 | 第37-40页 |
| ·固定阈值方法 | 第38-39页 |
| ·自适应阈值 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第5章 基于显著度的图像检索 | 第42-51页 |
| ·引言 | 第42-43页 |
| ·基于全局的图像检索方法 | 第42页 |
| ·基于局部的图像检索方法 | 第42-43页 |
| ·优势分析 | 第43页 |
| ·基于显著度的图像检索 | 第43-46页 |
| ·特征点获取 | 第44页 |
| ·图像特征提取 | 第44-46页 |
| ·实验设计 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·研究总结 | 第51页 |
| ·研究展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间的论文发表情况 | 第56-57页 |
| 致谢 | 第57页 |
