| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 主要研究工作 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 图像感兴趣区域相关理论介绍 | 第13-21页 |
| 2.1 彩色图像灰度化 | 第13-14页 |
| 2.1.1 彩色图像简介 | 第13-14页 |
| 2.1.2 灰度图像简介 | 第14页 |
| 2.2 灰度直方图 | 第14-15页 |
| 2.3 图像阈值分割 | 第15-16页 |
| 2.4 双线性插值 | 第16-17页 |
| 2.5 图像局部纹理特征 | 第17-20页 |
| 2.5.1 LBP（Local Binary Patterns） | 第18页 |
| 2.5.2 LBP旋转不变模式 | 第18-19页 |
| 2.5.3 LBP等价模式 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 Stentiford视觉模型的改进 | 第21-40页 |
| 3.1 引言 | 第21页 |
| 3.2 Itti视觉模型及其改进 | 第21-23页 |
| 3.2.1 Itti视觉模型 | 第21-22页 |
| 3.2.2 改进Itti视觉模型 | 第22-23页 |
| 3.3 GBVS视觉模型 | 第23-25页 |
| 3.4 光谱剩余模型 | 第25页 |
| 3.5 Stentiford视觉模型 | 第25-26页 |
| 3.6 改进的Stentiford视觉模型 | 第26-31页 |
| 3.6.1 灰度变换 | 第28-29页 |
| 3.6.2 双线性插值 | 第29页 |
| 3.6.3 Uniform LBP编码 | 第29-30页 |
| 3.6.4 直方图统计 | 第30页 |
| 3.6.5 计算显著度矩阵 | 第30-31页 |
| 3.6.6 生成显著图 | 第31页 |
| 3.7 实验结果评价 | 第31-39页 |
| 3.7.1 实验结果评价指标 | 第31-36页 |
| 3.7.2 视觉显著性凸显目标的评价 | 第36-38页 |
| 3.7.3 时间复杂度 | 第38-39页 |
| 3.8 本章小结 | 第39-40页 |
| 第四章 视觉显著图的区域选择 | 第40-59页 |
| 4.1 引言 | 第40页 |
| 4.2 关联规则的基本算法 | 第40-42页 |
| 4.2.1 关联规则的基本概念 | 第40-41页 |
| 4.2.2 Apriori算法 | 第41-42页 |
| 4.2.3 FP-Growth算法 | 第42页 |
| 4.3 关联规则在显著图区域选择的应用 | 第42-55页 |
| 4.3.1 改进的Stentiford视觉模型 | 第43-44页 |
| 4.3.2 图像分割 | 第44页 |
| 4.3.3 图像特征提取 | 第44-52页 |
| 4.3.4 基于FP-Growth的规则获取 | 第52-55页 |
| 4.4 实验结果和分析 | 第55-58页 |
| 4.4.1 视觉显著性凸显目标的评价 | 第55-57页 |
| 4.4.2 时间复杂度 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 主要研究工作 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 附录1 攻读硕士期间撰写的论文 | 第63-64页 |
| 附录2 攻读硕士期间申请的专利 | 第64-65页 |
| 致谢 | 第65-66页 |