基于显著性目标检测的图像检索方法研究
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景及现状 | 第11-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 研究目的 | 第13页 |
| 1.4 研究内容 | 第13-15页 |
| 2 显著性目标检测的基本理论 | 第15-28页 |
| 2.1 视觉注意机制模型 | 第15-16页 |
| 2.2 显著性检测及其经典模型 | 第16-24页 |
| 2.2.1 显著性检测 | 第16页 |
| 2.2.2 显著性检测的经典模型 | 第16-24页 |
| 2.3 显著性检测中的图像特征 | 第24-26页 |
| 2.3.1 颜色特征 | 第24-25页 |
| 2.3.2 纹理特征 | 第25页 |
| 2.3.3 形状特征 | 第25-26页 |
| 2.3.4 空间特征 | 第26页 |
| 2.4 测试图像库与评估标准 | 第26-27页 |
| 2.4.1 数据集 | 第26页 |
| 2.4.2 评价标准 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 基于邻域优化的视觉显著性模型 | 第28-38页 |
| 3.1 超像素分割算法 | 第28-30页 |
| 3.1.1 SLIC算法 | 第29-30页 |
| 3.2 显著图的构造 | 第30-31页 |
| 3.3 显著图的优化 | 第31-32页 |
| 3.4 实验结果与分析 | 第32-37页 |
| 3.4.1 显著图主观视觉效果比较 | 第33-35页 |
| 3.4.2 客观评估 | 第35-37页 |
| 3.4.3 算法复杂度评估 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于区域合并的显著性目标检测模型 | 第38-51页 |
| 4.1 初始显著图的构造 | 第38-41页 |
| 4.1.1 基于颜色特征的显著图 | 第38-39页 |
| 4.1.2 基于空间距离的显著图 | 第39-40页 |
| 4.1.3 初始显著图 | 第40-41页 |
| 4.2 基于区域合并的显著性检测模型 | 第41-44页 |
| 4.2.1 第一阶段合并 | 第41-42页 |
| 4.2.2 第二阶段合并 | 第42-44页 |
| 4.3 实验结果及分析 | 第44-50页 |
| 4.3.1 显著图主观视觉效果比较 | 第44-47页 |
| 4.3.2 客观评价 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 基于显著性区域的图像检索模型 | 第51-64页 |
| 5.1 基于内容的图像检索概述 | 第51-55页 |
| 5.1.1 颜色特征 | 第52-53页 |
| 5.1.2 纹理特征 | 第53-55页 |
| 5.1.3 图像检索的评价方法 | 第55页 |
| 5.2 基于显著性区域提取的图像检索模型 | 第55-56页 |
| 5.3 实验分析 | 第56-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-65页 |
| 6.1 本文工作总结 | 第64页 |
| 6.2 工作展望 | 第64-65页 |
| 7 参考文献 | 第65-70页 |
| 8 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
