| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 研究对象的相关概念 | 第11-12页 |
| 1.2.1 图像分类的概念 | 第11页 |
| 1.2.2 显著性区域检测的相关概念 | 第11-12页 |
| 1.3 国内外研究综述 | 第12-17页 |
| 1.3.1 图像分类理论与技术 | 第12-14页 |
| 1.3.2 视觉注意模型 | 第14-16页 |
| 1.3.3 有待解决的问题 | 第16-17页 |
| 1.4 研究目标与内容 | 第17-18页 |
| 1.5 论文的组织与安排 | 第18-19页 |
| 第2章 图像显著性区域检测及图像分类的相关理论和技术 | 第19-29页 |
| 2.1 人类视觉系统及视觉注意机制 | 第19-24页 |
| 2.1.1 视觉通路 | 第19-20页 |
| 2.1.2 视觉通路各个层次 | 第20-24页 |
| 2.1.3 视觉注意机制 | 第24页 |
| 2.2 基于生物启发的显著性检测-ITTI模型 | 第24-27页 |
| 2.3 基于内容感知的显著性检测-CA模型 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 图像显著性区域检测与显著性编码的关键技术 | 第29-51页 |
| 3.1 图像分类的相关概念 | 第29-49页 |
| 3.1.1 图像分类中预处理 | 第30-31页 |
| 3.1.2 基于自底向上的显著性区域检测 | 第31页 |
| 3.1.3 基于自底向上的显著性区域检测活动 | 第31-32页 |
| 3.1.4 基于自底向上的显著性区域检测模型 | 第32-33页 |
| 3.1.5 显著性区域检测算法 | 第33-35页 |
| 3.1.6 显著性区域特征柱提取、特征映射图生成 | 第35-48页 |
| 3.1.7 显著性区域特征映射图整合 | 第48-49页 |
| 3.2 显著性特征编码算法 | 第49-50页 |
| 3.3 本章小结 | 第50-51页 |
| 第4章 基于AS模型的图像分类系统的实现与验证 | 第51-72页 |
| 4.1 系统边界与设计目标 | 第51页 |
| 4.1.1 系统边界 | 第51页 |
| 4.1.2 设计目标 | 第51页 |
| 4.2 系统设计 | 第51-56页 |
| 4.2.1 系统功能设计 | 第52-53页 |
| 4.2.2 系统结构设计和界面设计 | 第53-54页 |
| 4.2.3 系统接口设计 | 第54页 |
| 4.2.4 类设计 | 第54-56页 |
| 4.2.5 交互设计 | 第56页 |
| 4.3 验证的环境 | 第56页 |
| 4.4 显著性区域检测实验 | 第56-62页 |
| 4.4.1 Achanta数据集 | 第57页 |
| 4.4.2 评价指标 | 第57-60页 |
| 4.4.3 AS模型空间显著性验证 | 第60-61页 |
| 4.4.4 AS模型性能验证 | 第61-62页 |
| 4.5 图像分类实验 | 第62-71页 |
| 4.5.1 分类图库介绍 | 第63-66页 |
| 4.5.2 试验结果 | 第66-68页 |
| 4.5.3 结果分析 | 第68-71页 |
| 4.6 本章小结 | 第71-72页 |
| 总结与展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 攻读硕士期间发表的学术论文 | 第79-80页 |
| 致谢 | 第80-81页 |