| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 功用性国内外研究现状 | 第11-13页 |
| 1.2.2 边缘检测国内外研究现状 | 第13页 |
| 1.2.3 显著性计算国内外研究现状 | 第13页 |
| 1.3 研究内容及结构安排 | 第13-16页 |
| 第2章 理论基础 | 第16-23页 |
| 2.1 决策树模型 | 第16-18页 |
| 2.1.1 决策树概念 | 第16页 |
| 2.1.2 决策树的构建与预测 | 第16页 |
| 2.1.3 分支函数 | 第16-18页 |
| 2.1.4 决策树剪枝 | 第18页 |
| 2.2 结构性随机森林及其应用 | 第18-22页 |
| 2.2.1 森林的随机性 | 第19页 |
| 2.2.2 随机森林预测输出 | 第19-20页 |
| 2.2.3 结构性随机森林 | 第20-21页 |
| 2.2.4 结构性随机森林的应用 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 功用性边缘检测算法 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 常用边缘检测算法 | 第23-24页 |
| 3.2.1 基于微分算子边缘检测法 | 第23-24页 |
| 3.2.2 CANNY边缘检测算子 | 第24页 |
| 3.3 基于SRF功用性边缘检测算法 | 第24-28页 |
| 3.3.1 特征描述 | 第24-26页 |
| 3.3.2 功用性边缘模型构建 | 第26-27页 |
| 3.3.3 检测功用性边缘 | 第27-28页 |
| 3.4 ROUGH-TO-ACCURATE边缘阈值选取算法 | 第28-30页 |
| 3.5 实验结果 | 第30-31页 |
| 3.6 本章小结 | 第31-33页 |
| 第4章 基于显著性计算功用性区域标记算法 | 第33-49页 |
| 4.1 引言 | 第33页 |
| 4.2 系统流程图 | 第33-34页 |
| 4.3 随机过程 | 第34-35页 |
| 4.4 显著性计算及功用性区域标记算法 | 第35-41页 |
| 4.4.1 确定目标功用性矩形区域 | 第36页 |
| 4.4.2 图模型构建及显著性基础原理 | 第36-37页 |
| 4.4.3 粗略估计显著性区域 | 第37-38页 |
| 4.4.4 基于背景先验显著性优化 | 第38-39页 |
| 4.4.5 二次优化及功用性区域标记 | 第39-41页 |
| 4.5 实验结果 | 第41-48页 |
| 4.5.1 实验条件 | 第41-42页 |
| 4.5.2 评估方法 | 第42-46页 |
| 4.5.3 实验结果分析 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 基于边缘连接功用性区域标记算法 | 第49-61页 |
| 5.1 引言 | 第49页 |
| 5.2 系统流程图 | 第49-50页 |
| 5.3 边缘连接及功用性区域标记算法 | 第50-54页 |
| 5.3.1 获取功用性边缘 | 第50-51页 |
| 5.3.2 断点搜索 | 第51-52页 |
| 5.3.3 断点连接及封闭区域填充 | 第52-54页 |
| 5.4 实验结果 | 第54-59页 |
| 5.4.1 实验条件 | 第54页 |
| 5.4.2 评估方法 | 第54-57页 |
| 5.4.3 实验结果分析 | 第57-59页 |
| 5.5 功用性区域标记可视化 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68页 |