| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.2.1 自下向上的显著模型 | 第12-13页 |
| 1.2.2 自上向下的显著模型 | 第13页 |
| 1.3 主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 基于对比度的显著性检测算法 | 第16-32页 |
| 2.1 引言 | 第16-17页 |
| 2.2 视觉注意机制 | 第17-18页 |
| 2.3 基于颜色对比度的显著性检测算法 | 第18-24页 |
| 2.3.1 构造超像素单元 | 第18-20页 |
| 2.3.2 对比度检测原理及应用 | 第20-22页 |
| 2.3.3 基于颜色对比度的显著性检测 | 第22-23页 |
| 2.3.4 空间关系与面积权重的引入 | 第23-24页 |
| 2.4 基于纹理对比度的显著性检测算法 | 第24-31页 |
| 2.4.1 纹理特征及其提取方法 | 第24-26页 |
| 2.4.2 基于二维Gabor滤波器的纹理特征向量提取 | 第26-27页 |
| 2.4.3 基于纹理对比度的显著性检测 | 第27-28页 |
| 2.4.4 融合主成分分析法(PCA)的纹理对比度检测 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于SURF点云分割的显著性检测算法 | 第32-41页 |
| 3.1 引言 | 第32页 |
| 3.2 中心显著图原理 | 第32-33页 |
| 3.3 特征点检测及其应用 | 第33-36页 |
| 3.3.1 Harris角点 | 第33-34页 |
| 3.3.2 SIFT算子 | 第34-35页 |
| 3.3.3 SURF算子 | 第35页 |
| 3.3.4 三种算子的比较 | 第35-36页 |
| 3.4 点云分割算法及其应用 | 第36-38页 |
| 3.5 基于SURF点云分割的显著性检测算法 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 显著性检测在实际中的应用 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 显著性检测评判标准简介 | 第41-43页 |
| 4.3 最终显著图的生成 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.5 显著性检测用于带钢表面缺陷检测 | 第48-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |