| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-23页 |
| ·课题研究背景及意义 | 第11-13页 |
| ·图像分割方法及其研究现状 | 第13-15页 |
| ·视觉注意及其研究现状 | 第15-20页 |
| ·图像分割与物体识别的关系 | 第20-21页 |
| ·论文的研究内容 | 第21-23页 |
| 第2章 视觉注意机制及其计算模型 | 第23-49页 |
| ·引言 | 第23-25页 |
| ·视觉显著计算模型 | 第25-40页 |
| ·统一的视觉显著模型评价体系 | 第40-47页 |
| ·本章小结 | 第47-49页 |
| 第3章 基于多特征相位谱的视觉显著模型 | 第49-65页 |
| ·引言 | 第49-50页 |
| ·相位谱 | 第50-52页 |
| ·视觉注意机制建模 | 第52-56页 |
| ·实验结果及分析 | 第56-63页 |
| ·基于相位谱显著图最佳阈值分割及其在图像缩放上的应用 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第4章 引入视觉注意机制活动轮廓模型的图像分割方法 | 第65-81页 |
| ·引言 | 第65-66页 |
| ·相关工作 | 第66-69页 |
| ·距离正则化水平集活动轮廓模型分析 | 第69-73页 |
| ·基于视觉注意的距离正则化水平集活动轮廓模型 | 第73-75页 |
| ·实验结果与分析 | 第75-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 基于PCA的视觉显著模型在目标识别中的应用 | 第81-99页 |
| ·引言 | 第81页 |
| ·基于PCA的视觉显著模型 | 第81-88页 |
| ·基于PCA视觉显著模型的太阳能电池表面缺陷检测 | 第88-97页 |
| ·本章小结 | 第97-99页 |
| 第6章 结论与展望 | 第99-103页 |
| ·结论 | 第99-100页 |
| ·研究展望 | 第100-103页 |
| 参考文献 | 第103-113页 |
| 在学期间学术成果情况 | 第113-115页 |
| 指导教师及作者简介 | 第115-117页 |
| 致谢 | 第117页 |
