基于超像素的图像显著性研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 课题研究目的和意义 | 第13-14页 |
| 1.2 当前国内外的图像显著性研究现状及前景 | 第14页 |
| 1.3 论文的章节安排以及内容简介 | 第14-17页 |
| 第二章 超像素算法简述 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 Graph-Based算法 | 第17-18页 |
| 2.3 Normalized cut算法 | 第18-20页 |
| 2.4 Turbopixel算法 | 第20-21页 |
| 2.5 SLIC算法 | 第21-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 图像显著性检测的基本理论 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 视觉注意机制 | 第25-26页 |
| 3.3 视觉特征 | 第26-30页 |
| 3.3.1 颜色特征 | 第26-28页 |
| 3.3.2 纹理特征 | 第28-30页 |
| 3.3.3 空间位置特征 | 第30页 |
| 3.4 特征比较方法 | 第30-32页 |
| 3.4.1 全局比较法 | 第30-31页 |
| 3.4.2 区域比较法 | 第31页 |
| 3.4.3 多尺度比较法 | 第31-32页 |
| 3.5 图像显著性检测经典模型 | 第32-37页 |
| 3.5.1 IT模型 | 第32-34页 |
| 3.5.2 CA模型 | 第34-36页 |
| 3.5.3 FT模型 | 第36-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 基于超像素的图像显著性检测 | 第39-55页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于超像素的图像显著性检测模型 | 第40-52页 |
| 4.2.1 超像素分割 | 第40-41页 |
| 4.2.2 提取特征 | 第41-42页 |
| 4.2.3 基于边界线索的显著图构建 | 第42-48页 |
| 4.2.4 基于图像中心区域线索的显著图构建 | 第48-51页 |
| 4.2.5 显著图融合 | 第51-52页 |
| 4.3 算法流程 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 算法模型的实验结果与分析 | 第55-69页 |
| 5.1 引言 | 第55页 |
| 5.2 实验设计 | 第55-57页 |
| 5.3 实验参数设定及评定准则 | 第57-58页 |
| 5.3.1 参数设定 | 第57页 |
| 5.3.2 性能评定准则 | 第57-58页 |
| 5.4 实验结果与分析 | 第58-67页 |
| 5.4.1 超像素过分割实验 | 第58-61页 |
| 5.4.2 图像显著性实验 | 第61-63页 |
| 5.4.3 对比实验 | 第63-67页 |
| 5.4.4 实验总结 | 第67页 |
| 5.5 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 论文总结 | 第69页 |
| 6.2 论文进一步的工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77页 |
