| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 概述 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 基于Power图的理论与应用现状 | 第13-14页 |
| 1.2.2 图像逼近方法研究现状 | 第14-16页 |
| 1.2.3 数学形态学应用与图像显著性检测相关研究现状 | 第16-17页 |
| 1.3 本文工作 | 第17页 |
| 1.4 论文组织结构 | 第17-20页 |
| 第二章 背景知识介绍 | 第20-32页 |
| 2.1 Power图理论 | 第20-24页 |
| 2.1.1 Power图的定义 | 第20-21页 |
| 2.1.2 Power图的性质及生成算法 | 第21-24页 |
| 2.2 最优化理论与方法 | 第24-29页 |
| 2.2.1 最优化理论与方法概述 | 第24-25页 |
| 2.2.2 最优化方法的结构以及收敛速度与准则 | 第25-27页 |
| 2.2.3 最优化方法的选择 | 第27-29页 |
| 2.3 图像逼近理论与峰值信噪比(PSNR) | 第29-31页 |
| 2.3.1 图像逼近理论 | 第29页 |
| 2.3.2 峰值信噪比(PSNR) | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 容积约束Power图的图像逼近 | 第32-42页 |
| 3.1 目标函数的定义与优化 | 第32-34页 |
| 3.2 顶点位置的优化算法 | 第34-37页 |
| 3.3 顶点权重的优化算法 | 第37-39页 |
| 3.4 本章小结 | 第39-42页 |
| 第四章 密度函数图像 | 第42-48页 |
| 4.1 误差密度函数图的设计 | 第43-44页 |
| 4.2 轮廓密度函数图的设计 | 第44-45页 |
| 4.3 显著性密度函数图的设计 | 第45页 |
| 4.4 最终密度函数图的设计 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 实验结果与分析 | 第48-60页 |
| 5.1 算法流程 | 第48-51页 |
| 5.2 与其他方法结果的对比 | 第51-56页 |
| 5.3 算法的更多实验结果 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 硕士期间发表论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |