首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于RGB-D数据的家庭日常工具显著性检测算法研究

摘要第5-6页
Abstract第6页
第1章 绪论第10-16页
    1.1 研究背景与意义第10-12页
    1.2 显著性检测研究现状第12-14页
    1.3 本文主要研究内容第14-15页
    1.4 本文组织结构第15-16页
第2章 显著性检测的基础理论第16-25页
    2.1 引言第16页
    2.2 显著性概述第16页
    2.3 显著性检测两种特征第16-17页
        2.3.1 颜色特征第16-17页
        2.3.2 深度特征第17页
    2.4 RGB图像显著性检测研究动态第17-18页
    2.5 RGB-D图像显著性检测研究动态第18-19页
    2.6 超像素分割第19页
    2.7 马尔可夫链第19-21页
        2.7.1 吸收的马尔可夫链第20页
        2.7.2 部分吸收随机游走第20-21页
    2.8 显著性检测的衡量标准第21-23页
        2.8.1 主观视觉评价第21页
        2.8.2 PR曲线和ROC曲线第21-23页
    2.9 本章小结第23-25页
第3章 基于颜色信息尺度图融合的工具显著性算法第25-40页
    3.1 引言第25页
    3.2 基于颜色信息尺度图融合工具显著性检测算法流程第25-26页
    3.3 初始工具显著图的建立第26-32页
        3.3.1 吸收的马尔可夫链显著性检测第27-28页
        3.3.2 消除孤立节点第28-29页
        3.3.3 SLIC区域分割第29-31页
        3.3.4 多尺度图层构建第31-32页
    3.4 实验的结果与对比第32-38页
        3.4.1 定性评测第33-34页
        3.4.2 定量评测第34-38页
    3.5 本章小结第38-40页
第4章 联合颜色和深度的工具显著性检测算法第40-54页
    4.1 前言第40页
    4.2 基于联合颜色和深度的工具显著性检测算法流程第40-47页
        4.2.1 膨胀腐蚀闭运算处理第42-43页
        4.2.2 更新背景种子集第43-44页
        4.2.3 联合颜色信息和深度信息二次工具显著图第44-45页
        4.2.4 二次工具显著图优化处理第45-47页
    4.3 最终工具显著图第47页
    4.4 实验的结果与对比第47-53页
        4.4.1 定性评测第47-48页
        4.4.2 定量评测第48-53页
    4.5 本章小结第53-54页
结论第54-55页
参考文献第55-60页
攻读硕士学位期间承担的科研任务与主要成果第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:实体匹配中匹配规则产生算法研究
下一篇:一种基于OSGi的Web应用软件模型设计与实现