| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 视觉注意机制的研究现状与分析 | 第11-12页 |
| 1.2.2 图像分割的研究现状与分析 | 第12-14页 |
| 1.2.3 本文的创新点 | 第14页 |
| 1.3 存在问题 | 第14-15页 |
| 1.4 本文主要内容及创新点 | 第15页 |
| 1.4.1 本文的主要内容 | 第15页 |
| 1.5 本文的组织安排 | 第15-17页 |
| 第二章 人类视觉注意机制特点和视觉注意机制模型研究 | 第17-24页 |
| 2.1 人类视觉注意机制及其模型研究 | 第17-19页 |
| 2.1.1 人类视觉信息处理系统 | 第17页 |
| 2.1.2 视觉注意机制 | 第17-19页 |
| 2.2 Itti视觉注意机制模型及其分析 | 第19-23页 |
| 2.2.1 特征提取模块及其分析 | 第19-22页 |
| 2.2.2 特征显著图模块及其分析 | 第22-23页 |
| 2.2.3 最终显著图模块及其分析 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 视觉注意机制模型的改进及其在目标检测领域的应用研究 | 第24-39页 |
| 3.1 Itti模型的改进研究 | 第24-28页 |
| 3.1.1 经典Itti模型存在问题分析 | 第24页 |
| 3.1.2 基于亮度对比度特征的显著图研究 | 第24-26页 |
| 3.1.3 自适应权值调整的显著图融合方法研究 | 第26-28页 |
| 3.2 基于视觉显著性的车牌检测方法研究 | 第28-36页 |
| 3.2.1 车牌定位难点分析及研究现状 | 第29-30页 |
| 3.2.2 不同场合下车牌定位研究 | 第30-36页 |
| 3.3 基于视觉显著性的海上显著目标检测方法研究 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于显著图聚类的图像分割和异源图像轮廓提取方法研究 | 第39-55页 |
| 4.1 基于显著图聚类的图像分割和轮廓提取方法设计 | 第39-41页 |
| 4.1.1 可行性分析 | 第39-40页 |
| 4.1.2 基于显著图聚类的图像分割和轮廓提取方法设计 | 第40-41页 |
| 4.2 基于显著图聚类的图像分割方法研究 | 第41-49页 |
| 4.2.1 显著图的局部K-means聚类研究 | 第41-44页 |
| 4.2.2 区域合并方法研究 | 第44-47页 |
| 4.2.3 图像分割结果及分析 | 第47-49页 |
| 4.3 异源图像轮廓提取结果及分析 | 第49-54页 |
| 4.3.1 可见光图像轮廓提取 | 第49-50页 |
| 4.3.2 红外图像轮廓提取 | 第50-52页 |
| 4.3.3 合成雷达孔径图像轮廓提取 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62页 |
