| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第2章 图像显著性目标检测与识别技术 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 图像预处理 | 第14-18页 |
| 2.2.1 Wigner-Ville分布 | 第14-16页 |
| 2.2.2 均值滤波的原理及实现 | 第16-17页 |
| 2.2.3 高斯滤波的原理以及实现 | 第17-18页 |
| 2.3 图像显著性识别方法 | 第18-22页 |
| 2.3.1 Itti算法 | 第19-21页 |
| 2.3.2 Spectral Residual算法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于Renyi熵的图像显著性目标检测方法 | 第23-34页 |
| 3.1 算法思想 | 第23页 |
| 3.2 显著性目标检测算法流程 | 第23-25页 |
| 3.3 Renyi熵 | 第25-30页 |
| 3.3.1 Renyi熵定义 | 第25-27页 |
| 3.3.2 熵的统计特性 | 第27-30页 |
| 3.4 滤波处理 | 第30页 |
| 3.4.1 均值滤波处理 | 第30页 |
| 3.4.2 高斯滤波处理 | 第30页 |
| 3.5 二值化处理 | 第30-31页 |
| 3.6 算法测试与分析 | 第31-33页 |
| 3.7 本章小结 | 第33-34页 |
| 第4章 结合颜色信息的显著性目标识别算法 | 第34-47页 |
| 4.1 算法思想 | 第34页 |
| 4.2 显著性目标识别算法流程 | 第34-35页 |
| 4.3 颜色描述符 | 第35-40页 |
| 4.3.1 RGB颜色空间 | 第35-36页 |
| 4.3.2 颜色特征提取 | 第36-40页 |
| 4.4 图像融合 | 第40-42页 |
| 4.5 实验结果与分析 | 第42-45页 |
| 4.5.1 不同算法对比实验 | 第42-44页 |
| 4.5.2 算法鲁棒性分析 | 第44-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 工作总结 | 第47-48页 |
| 5.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 作者简介及在校期间所取得的科研成果 | 第52-53页 |
| 致谢 | 第53页 |