图像感兴趣区域提取技术研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 引言 | 第11-17页 |
| ·课题研究背景与来源 | 第11页 |
| ·图像检索技术发展概况 | 第11-13页 |
| ·感兴趣区域的概况 | 第13-15页 |
| ·感兴趣区域的概念和特点 | 第13-14页 |
| ·图像感兴趣区域的提取现状 | 第14-15页 |
| ·论文研究的内容 | 第15页 |
| ·论文的内容组织 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 基于感兴趣区域的提取技术 | 第17-25页 |
| ·基于用户交互的 ROI 提取方法 | 第17-18页 |
| ·基于拐点的 ROI 提取方法 | 第18-20页 |
| ·基于灰度变化的 ROI 提取方法 | 第20-21页 |
| ·基于视觉注意的提取方法 | 第21-24页 |
| ·自底向上的注意模型 | 第23-24页 |
| ·自顶向下的注意模型 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 基于粗糙集的感兴趣区域提取 | 第25-41页 |
| ·粗糙集的基本理论 | 第25-30页 |
| ·知识表达系统 | 第25-27页 |
| ·不可分辨关系 | 第27页 |
| ·集合的上近似和下近似 | 第27-28页 |
| ·知识的简化和核 | 第28-29页 |
| ·知识的相对简化和相对核 | 第29页 |
| ·决策规则 | 第29-30页 |
| ·基于边缘分割技术的 ROI 提取 | 第30-35页 |
| ·几种边缘的检测方法 | 第31-34页 |
| ·基于边缘检测的感兴趣区域提取 | 第34-35页 |
| ·基于粗糙集的感兴趣区域提取 | 第35-39页 |
| ·图像感兴趣区域(ROI)的粗糙近似表示 | 第35-37页 |
| ·样例过程描述 | 第37-38页 |
| ·算法试验分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 4 基于改进区域生长的感兴趣区域提取 | 第41-51页 |
| ·区域生长算法 | 第41-42页 |
| ·基于区域生长的 ROI 提取方法 | 第42-44页 |
| ·直方图法 | 第42页 |
| ·p 参数法 | 第42-43页 |
| ·基于最大方差自动获取阈值 | 第43-44页 |
| ·基于临域像素的灰度差判别准则 | 第44页 |
| ·一种改进的区域生长算法 | 第44-49页 |
| ·显著度图 | 第45页 |
| ·相对位置的表示 | 第45-46页 |
| ·特征色的提取 | 第46页 |
| ·ROI 区域生长决策规则 | 第46-47页 |
| ·新型ROI 提取算法验证 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 5 基于新型角点的感兴趣区域提取 | 第51-63页 |
| ·角点检测概述 | 第51-52页 |
| ·区域角点提取 | 第52-58页 |
| ·Moravec 角点检测 | 第52-53页 |
| ·Harris 角点检测 | 第53-54页 |
| ·基于小波变换的角点检测 | 第54-55页 |
| ·SUSAN 角点检测 | 第55-57页 |
| ·基于CSS 的角点检测算法 | 第57-58页 |
| ·基于新型角点的感兴趣区域提取 | 第58-61页 |
| ·基于多曲率多项式的角点提取方法 | 第58-59页 |
| ·感兴趣区域提取 | 第59-60页 |
| ·提取算法实验与分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| ·论文总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73-74页 |
| 详细摘要 | 第74-75页 |
