| 提要 | 第1-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-15页 |
| 第1章 绪论 | 第15-35页 |
| ·引言 | 第15-17页 |
| ·研究背景与意义 | 第17-30页 |
| ·目标检测方法 | 第17-26页 |
| ·视觉认知研究 | 第26-30页 |
| ·论文研究内容与框架 | 第30-35页 |
| ·论文的研究内容 | 第30-32页 |
| ·论文的框架 | 第32-35页 |
| 第2章 图像特征与视觉特征分析 | 第35-53页 |
| ·图像特征研究 | 第35-37页 |
| ·图像的全局特征与局部特征 | 第35-36页 |
| ·图像的特征分析 | 第36-37页 |
| ·视觉特征研究 | 第37-43页 |
| ·视觉显著特征理论 | 第38-39页 |
| ·方向特征 | 第39-41页 |
| ·颜色特征 | 第41-42页 |
| ·亮度特征 | 第42-43页 |
| ·目标轮廓特征与运动感知特征 | 第43-51页 |
| ·相位一致性特征 | 第43-45页 |
| ·运动感知特征 | 第45-51页 |
| ·本章小结 | 第51-53页 |
| 第3章 视觉认知机制与特征融合处理方法 | 第53-69页 |
| ·引言 | 第53-54页 |
| ·视觉认知机制模型 | 第54-59页 |
| ·视觉认知模型 | 第54-57页 |
| ·基于数学方式建立的显著图模型 | 第57-58页 |
| ·混合显著图模型 | 第58-59页 |
| ·特征融合机制 | 第59-65页 |
| ·视觉细胞的感受野特性 | 第59-61页 |
| ·视觉底层特征的并行处理 | 第61-63页 |
| ·视觉底层特征的整合 | 第63-64页 |
| ·经典视觉模型分析 | 第64-65页 |
| ·基于中层视觉线索效应的图像分割 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第4章 基于视觉底层特征的自适应目标检测定位方法 | 第69-87页 |
| ·融合局部能量的显著图 | 第69-72页 |
| ·基于最大熵估计的显著目标分割方法 | 第72-74页 |
| ·对比实验 | 第74-80页 |
| ·与 ITTI 视觉模型的对比实验 | 第74-77页 |
| ·与多种目标检测算法对比实验 | 第77-80页 |
| ·目标检测方法的应用 | 第80-85页 |
| ·移动实验机器人平台搭建 | 第80-81页 |
| ·基于图像分割的障碍定位移动蔽障系统 | 第81-85页 |
| ·本章小结 | 第85-87页 |
| 第5章 基于中层视觉特征和底层视觉特征的图像分割 | 第87-99页 |
| ·引言 | 第87-88页 |
| ·算法构架 | 第88-89页 |
| ·不规则显著目标分割方法 | 第89-96页 |
| ·基于底层视觉特征的显著预分割 | 第89-91页 |
| ·基于中层视觉特征的图像表示 | 第91-94页 |
| ·基于视觉显著特征的目标分割 | 第94-96页 |
| ·实验与评价 | 第96-98页 |
| ·总结 | 第98-99页 |
| 第6章 显著局部特征的运动 | 第99-113页 |
| ·基于 MOTION 特征的研究 | 第99-106页 |
| ·视觉注意模型中的运动显著特征 | 第99-100页 |
| ·基于光流的运动感知方法 | 第100-105页 |
| ·基于 OPPONENT COLOR 空间的光流算法 | 第105-106页 |
| ·显著局部特征 | 第106-109页 |
| ·显著局部特征的光流估计 | 第109-111页 |
| ·显著局部特征光流估计算法框架 | 第109-110页 |
| ·颜色对比空间下的色彩梯度恒常性光流计算法 | 第110-111页 |
| ·实验与讨论 | 第111-112页 |
| ·本章小结 | 第112-113页 |
| 第7章 总结与展望 | 第113-115页 |
| ·总结 | 第113-114页 |
| ·展望 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 作者简介及在学期间所取得的科研成果 | 第123-124页 |
| 致谢 | 第124页 |