首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于布尔图理论的视觉显著性检测算法研究

中文摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 课题研究背景及意义第11-12页
    1.2 显著性检测的国内外研究现状第12-16页
        1.2.1 视觉注意机制第12-13页
        1.2.2 视觉显著特征提取第13-14页
        1.2.3 视觉显著性检测计算模型的应用第14-16页
    1.3 本文研究内容及贡献第16-17页
    1.4 论文的组织结构第17-19页
第2章 视觉显著性检测模型概述第19-29页
    2.1 引言第19页
    2.2 人类视觉系统的生理学结构第19-23页
    2.3 人类视觉感知和认知过程第23-25页
    2.4 视觉注意力生理学模型第25-27页
        2.4.1 特征整合理论第25-26页
        2.4.2 NVT模型第26-27页
    2.5 常用数据库与性能评价指标第27-28页
        2.5.1 视觉注意力预测数据库第27-28页
        2.5.2 显著性分割数据库第28页
        2.5.3 显著性检测的评价指标第28页
    2.6 本章小结第28-29页
第3章 基于布尔图理论的显著性检测框架第29-43页
    3.1 引言第29页
    3.2 本文检测框架的概述第29页
    3.3 基于布尔图的ROI区域提取第29-33页
        3.3.1 布尔图的原理介绍第30页
        3.3.2 布尔图的生成第30-31页
        3.3.3 形态学处理第31-32页
        3.3.4 ROI区域的提取第32-33页
    3.4 ROI区域的特征提取第33-38页
        3.4.1 显著特征检测与描述第33页
        3.4.2 颜色特征第33-35页
        3.4.3 形状特征第35页
        3.4.4 纹理特征第35-37页
        3.4.5 针对任务的特征第37-38页
    3.5 基于区域特征的显著图生成第38-40页
        3.5.1 基于区域信息的Bottom-Up模型第38-39页
        3.5.2 基于区域信息的Top-Down模型第39-40页
    3.6 显著图的融合策略第40-41页
    3.7 本章小结第41-43页
第4章 基于RMS框架的自然图像显著性检测第43-55页
    4.1 引言第43页
    4.2 自然图像的布尔图生成第43-46页
        4.2.1 色彩特征通道的选择第44-45页
        4.2.2 布尔图的生成第45-46页
    4.3 自然图像的ROI区域特征提取第46-47页
        4.3.1 提取ROI区域第46-47页
        4.3.2 提取区域的显著性特征第47页
    4.4 区域显著性的计算第47-49页
        4.4.1 基于区域对比度的显著性第47-48页
        4.4.2 基于色彩距离和位置距离的显著性第48-49页
    4.5 显著图的生成第49-50页
        4.5.1 特征通道内子显著图的融合第49-50页
        4.5.2 特征显著图的融合第50页
    4.6 实验结果与评价第50-54页
        4.6.1 数据库概述第50-51页
        4.6.2 实验结果与分析第51-54页
    4.7 本章小结第54-55页
第5章 基于RMS框架的心脏图像分割第55-67页
    5.1 引言第55页
    5.2 心脏图像分割算法的研究意义第55-56页
    5.3 心脏图像自适应分割阈值的确定第56-59页
        5.3.1 定步长的阈值选取方法第56-57页
        5.3.2 基于灰度累计直方图的自适应阈值选取第57-59页
    5.4 心脏图像ROI区域的特征提取第59-61页
        5.4.1 心脏筛选特征第59-60页
        5.4.2 区域形状训练特征第60-61页
    5.5 基于区域的心脏检测模型第61-64页
        5.5.1 心脏区域的筛选模型第61-62页
        5.5.2 心脏区域的评分模型第62-64页
    5.6 实验结果与评价第64-67页
        5.6.1 数据库的概述第64-65页
        5.6.2 模型参数的训练结果第65页
        5.6.3 心脏检测的结果与分析第65-66页
        5.6.4 本章小结第66-67页
第6章 总结与展望第67-69页
    6.1 总结第67-68页
    6.2 工作展望第68-69页
参考文献第69-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:热风炉半实物仿真平台的设计与开发
下一篇:基于深度图像的位姿估计技术研究