GPU上的显著性区域检测并行方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 显著性检测研究现状 | 第9-12页 |
| 1.3 本文的主要研究内容 | 第12-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 相关工作 | 第17-24页 |
| 2.1 术语及符号 | 第17-18页 |
| 2.2 图像理论基础 | 第18-21页 |
| 2.2.1 图像格式 | 第18页 |
| 2.2.2 颜色空间 | 第18-20页 |
| 2.2.3 灰度图 | 第20页 |
| 2.2.4 亮度 | 第20-21页 |
| 2.3 GPU并行计算架构 | 第21-23页 |
| 2.4 显著性检测理论基础 | 第23-24页 |
| 2.4.1 灰度直方图 | 第23页 |
| 2.4.2 图像滤波 | 第23-24页 |
| 3 显著性区域检测标记算法设计与并行化 | 第24-46页 |
| 3.1 显著性检测 | 第24-37页 |
| 3.1.1 优势像素图像缩小算法 | 第26-30页 |
| 3.1.2 广义中值滤波算法 | 第30-34页 |
| 3.1.3 双线性插值算法 | 第34-35页 |
| 3.1.4 双边滤波算法 | 第35-37页 |
| 3.2 显著性区域分割 | 第37-43页 |
| 3.2.1 局部聚类算法 | 第38-40页 |
| 3.2.2 连通区域标记 | 第40-43页 |
| 3.2.3 固定阈值分割 | 第43页 |
| 3.3 显著性区域标记 | 第43-46页 |
| 3.3.1 凸包 | 第43-45页 |
| 3.3.2 最小有向包围矩形 | 第45-46页 |
| 4 实验与分析 | 第46-54页 |
| 4.1 测试环境与数据集 | 第46-47页 |
| 4.2 显著性检测与标记结果 | 第47-49页 |
| 4.3 算法准确率度量 | 第49-52页 |
| 4.4 算法性能对比 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表学位论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
