| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 本课题的研究背景与意义 | 第12-14页 |
| 1.2 本课题的研究发展与现状 | 第14-18页 |
| 1.2.1 基于内容感知的剪切(Content-aware Cropping) | 第14-15页 |
| 1.2.2 基于分割的图像自适应(Segmentation-based Approach) | 第15-16页 |
| 1.2.3 细缝剪裁技术(Seam Carving) | 第16-18页 |
| 1.2.4 基于非均匀映射的自适应(Warping-based Method) | 第18页 |
| 1.3 论文的研究内容和主要贡献 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-21页 |
| 第二章 图像自适应和其客观评价标准介绍 | 第21-30页 |
| 2.1 图像自适应技术 | 第21-26页 |
| 2.1.1 直接剪切(Cropping) | 第22页 |
| 2.1.2 均匀缩放(Scaling) | 第22-23页 |
| 2.1.3 基于内容感知的剪切 | 第23-24页 |
| 2.1.4 基于图像分割的图像自适应 | 第24-25页 |
| 2.1.5 基于非均匀映射的图像自适应 | 第25页 |
| 2.1.6 基于细缝剪裁的图像自适应 | 第25页 |
| 2.1.7 评价 | 第25-26页 |
| 2.2 图像自适应质量的客观评价标准 | 第26-28页 |
| 2.2.1 地球移动距离(Earth Mover's Distance,EMD) | 第26-27页 |
| 2.2.2 双向相似法(Bidirectional Similarity,BDS) | 第27-28页 |
| 2.2.3 边缘直方图法(Edge Histogram,EH) | 第28页 |
| 2.2.4 SIFT流矢量场法(SIFT flow) | 第28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 显著图和传统细缝剪裁技术 | 第30-42页 |
| 3.1 图像显著区域提取技术介绍 | 第30-37页 |
| 3.1.1 Itti经典显著图计算模型 | 第31-33页 |
| 3.1.2 基于图的显著图提取(Graph-based Saliency Detection) | 第33-35页 |
| 3.1.3 基于频谱冗余分析的显著图(Spectral Residue Saliency) | 第35页 |
| 3.1.4 频率调谐法(Frequency-tuned Saliency Detection) | 第35-37页 |
| 3.1.5 四种提取显著图方法性能评价 | 第37页 |
| 3.2 传统细缝剪裁技术 | 第37-41页 |
| 3.2.1 细缝定义及搜寻 | 第37-39页 |
| 3.2.2 图像放大 | 第39-40页 |
| 3.2.3 双坐标方向尺寸变换 | 第40-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 基于形变控制的改进细缝裁剪算法 | 第42-55页 |
| 4.1 融合局部和全局显著性的显著图 | 第42-47页 |
| 4.1.1 计算局部显著性 | 第43-46页 |
| 4.1.2 全局显著性计算 | 第46页 |
| 4.1.3 局部和全局显著性融合 | 第46-47页 |
| 4.2 基于SIFT流矢量场的图像形变的衡量 | 第47-49页 |
| 4.3 改进细缝剪裁算法 | 第49-51页 |
| 4.4 算法仿真及其结果讨论 | 第51-54页 |
| 4.4.1 阈值θ的确定 | 第51-52页 |
| 4.4.2 算法仿真结果 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55-56页 |
| 5.2 下一步工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间的研究成果 | 第62-63页 |
| 附件 | 第63页 |
