| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 选题的意义及背景 | 第16-17页 |
| 1.2 课题研究现状与面临的问题 | 第17-21页 |
| 1.2.1 显著图获取算法现状及面临的问题 | 第17-18页 |
| 1.2.2 人眼视觉相关算法现状及面临的问题 | 第18-19页 |
| 1.2.3 目标跟踪算法现状及面临的问题 | 第19-21页 |
| 1.3 论文主要工作及结构安排 | 第21-24页 |
| 1.3.1 论文主要研究内容 | 第21页 |
| 1.3.2 论文结构安排 | 第21-24页 |
| 第二章 计算机显著图的获取 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 图像特征点的获取 | 第24-30页 |
| 2.2.1 Harris算法 | 第24-26页 |
| 2.2.2 DoG算法 | 第26-27页 |
| 2.2.3 ORB算法 | 第27-30页 |
| 2.3 图像特征点凸包生成算法 | 第30-32页 |
| 2.3.1 点集排序 | 第30页 |
| 2.3.2 Graham的栈扫描 | 第30-32页 |
| 2.4 基于贝叶斯模型的显著性获取 | 第32-36页 |
| 2.4.1 先验概率的获取 | 第32-34页 |
| 2.4.2 显著图的获取 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 人眼显著图的获取 | 第38-56页 |
| 3.1 引言 | 第38页 |
| 3.2 人眼注视点的获得 | 第38-47页 |
| 3.2.1 Kinect传感器及其应用 | 第38-40页 |
| 3.2.2 人眼注视点获取 | 第40-47页 |
| 3.3 Retina人眼模型的构建 | 第47-51页 |
| 3.3.1 人眼的结构 | 第47-49页 |
| 3.3.2 人眼视觉模型的构建 | 第49-51页 |
| 3.4 融合得到人眼显著图 | 第51-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第四章 目标物的获取 | 第56-70页 |
| 4.1 引言 | 第56页 |
| 4.2 显著图融合算法 | 第56-62页 |
| 4.2.1 小波变换图像融合算法 | 第57-59页 |
| 4.2.2 本文算法 | 第59-62页 |
| 4.3 改进的Grab Cut算法 | 第62-69页 |
| 4.3.1 Graph Cut图像分割算法 | 第63-66页 |
| 4.3.2 改进的非交互式Grab Cut算法 | 第66-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 目标跟踪 | 第70-88页 |
| 5.1 引言 | 第70页 |
| 5.2 目标跟踪的相关算法 | 第70-74页 |
| 5.2.1 卡尔曼滤波器 | 第70-72页 |
| 5.2.2 粒子滤波 | 第72-74页 |
| 5.3 改进的MeanShift目标跟踪算法与实验分析 | 第74-87页 |
| 5.3.1 基于改进的MeanShift算法的目标跟踪问题研究 | 第74-78页 |
| 5.3.2 实验结果与分析 | 第78-87页 |
| 5.4 本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-90页 |
| 6.1 工作总结 | 第88-89页 |
| 6.2 研究展望 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-96页 |
| 作者简介 | 第96-97页 |