基于视觉机制的图像显著性检测及检索算法研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与研究意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 视觉注意机制研究现状 | 第16-17页 |
| 1.2.2 图像显著性研究现状 | 第17-18页 |
| 1.3 论文主要内容与章节安排 | 第18-19页 |
| 1.4 本文主要研究成果 | 第19-20页 |
| 第二章 图像显著性相关技术研究 | 第20-34页 |
| 2.1 概述 | 第20页 |
| 2.2 显著性检测基础原理 | 第20-23页 |
| 2.2.1 中心-周围原理 | 第20-21页 |
| 2.2.2 对比度原理 | 第21-22页 |
| 2.2.3 Gestalt原理 | 第22-23页 |
| 2.3 显著性检测相关特征技术 | 第23-27页 |
| 2.3.1 颜色特征技术 | 第23-26页 |
| 2.3.2 亮度色度特征技术 | 第26页 |
| 2.3.3 纹理形状特征技术 | 第26-27页 |
| 2.3.4 方向特征技术 | 第27页 |
| 2.4 显著性检测典型算法 | 第27-33页 |
| 2.4.1 Itti算法 | 第27-30页 |
| 2.4.2 GBVS算法 | 第30-31页 |
| 2.4.3 FT算法 | 第31-32页 |
| 2.4.4 CA算法 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于视觉机制图像显著性检测与提取算法 | 第34-46页 |
| 3.1 概述 | 第34页 |
| 3.2 算法思想与流程 | 第34-35页 |
| 3.3 算法设计与实现 | 第35-41页 |
| 3.3.1 SLIC图像分割方法 | 第36-37页 |
| 3.3.2 马尔科夫吸收链 | 第37-39页 |
| 3.3.3 显著区域检测 | 第39-40页 |
| 3.3.4 显著区域提取 | 第40-41页 |
| 3.4 实验结果与分析 | 第41-45页 |
| 3.4.1 结果分析 | 第41-42页 |
| 3.4.2 实验结果与其它方法对比 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于视觉注意机制的图像检索算法 | 第46-59页 |
| 4.1 概述 | 第46页 |
| 4.2 算法思想与流程 | 第46-47页 |
| 4.3 算法设计与实现 | 第47-51页 |
| 4.3.1 视觉机制特征区域提取 | 第47-48页 |
| 4.3.2 基于改进颜色直方图的检索 | 第48-50页 |
| 4.3.3 相似性度量 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-58页 |
| 4.4.1 实验数据对比 | 第51-57页 |
| 4.4.2 实验结果分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 图像检索软件框架VMIR设计与实现 | 第59-65页 |
| 5.1 概述 | 第59页 |
| 5.2 VMIR总体设计 | 第59-60页 |
| 5.2.1 VMIR功能组成 | 第59-60页 |
| 5.2.2 VMIR框架结构 | 第60页 |
| 5.3 VMIR实现流程 | 第60-64页 |
| 5.3.1 配置环境 | 第60-61页 |
| 5.3.2 运行流程 | 第61-62页 |
| 5.3.3 框架界面 | 第62页 |
| 5.3.4 应用实现 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 工作总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 未来展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
