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 |