摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 研究现状 | 第11-12页 |
1.3 研究内容及结构安排 | 第12-14页 |
第2章 基本理论及相关工作 | 第14-30页 |
2.1 视觉注意机制 | 第14-15页 |
2.2 显著性概念 | 第15-16页 |
2.3 图像的基本特征 | 第16-19页 |
2.3.1 颜色特征 | 第16-18页 |
2.3.2 形状特征 | 第18-19页 |
2.3.3 空间关系特征 | 第19页 |
2.4 经典的显著性检测方法 | 第19-29页 |
2.4.1 IT方法 | 第19-21页 |
2.4.2 GB方法 | 第21-23页 |
2.4.3 IG方法 | 第23-24页 |
2.4.4 CA方法 | 第24-26页 |
2.4.5 RC方法 | 第26-27页 |
2.4.6 SF方法 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
第3章 超像素分割与区域融合 | 第30-42页 |
3.1 超像素分割 | 第30-31页 |
3.1.1 超像素分割算法 | 第30页 |
3.1.2 超像素分割算法评价 | 第30-31页 |
3.2 SLIC算法 | 第31-37页 |
3.2.1 SLIC算法流程 | 第32-34页 |
3.2.2 实验结果及分析 | 第34-37页 |
3.3 区域融合 | 第37-41页 |
3.3.1 DBSCAN算法 | 第37-38页 |
3.3.2 基于密度的超像素聚类 | 第38-40页 |
3.3.3 实验结果及分析 | 第40-41页 |
3.4 本章小结 | 第41-42页 |
第4章 一种基于融合区域对比的图像显著性检测方法 | 第42-53页 |
4.1 显著性检测 | 第42-43页 |
4.1.1 全局对比锁定关注区域 | 第42页 |
4.1.2 局部对比凸出显著性目标 | 第42-43页 |
4.2 实验与分析 | 第43-52页 |
4.2.1 测试数据库 | 第43-45页 |
4.2.2 显著性图的主观比较 | 第45-48页 |
4.2.3 显著性算法的客观比较 | 第48-52页 |
4.3 本章小结 | 第52-53页 |
第5章 总结与展望 | 第53-55页 |
5.1 总结 | 第53页 |
5.2 展望 | 第53-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
附录 攻读硕士学位期间发表的学术论文及参与的科研项目 | 第59页 |