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

基于先验信息融合的显著性目标检测算法及其应用研究

摘要第6-8页
Abstract第8-9页
第一章 绪论第10-15页
    1.1 课题研究背景及意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 显著性检测技术应用第12-13页
    1.4 本文的主要研究内容第13-14页
    1.5 本文的组织结构第14-15页
第二章 经典的显著性目标检测算法第15-25页
    2.1 基于对比度先验的显著性检测算法第15-21页
        2.1.1 基于局部对比度的显著性检测算法第15-18页
        2.1.2 基于全局对比度的显著性检测算法第18-21页
    2.2 基于中心先验的显著性检测算法第21-22页
    2.3 基于背景先验的显著性检测算法第22-24页
    2.4 本章小结第24-25页
第三章 基于背景先验与中心先验相融合的显著性目标检测第25-41页
    3.1 引言第25页
    3.2 算法描述第25-32页
        3.2.1 简单线性迭代聚类法第26-27页
        3.2.2 基于马尔科夫吸收链的背景先验计算第27-28页
        3.2.3 基于改进Harris角点检测的中心先验计算第28-31页
        3.2.4 多尺度显著性检测第31-32页
    3.3 实验结果与分析第32-40页
        3.3.1 数据库与评价准则第32-33页
        3.3.2 中心先验与背景先验的融合第33-34页
        3.3.3 定量对比第34-39页
        3.3.4 视觉效果对比第39-40页
    3.4 本章小结第40-41页
第四章 基于视觉显著性的背光图像增强算法第41-48页
    4.1 引言第41-42页
    4.2 算法描述第42-45页
        4.2.1 显著性检测第42-43页
        4.2.2 目标检测第43-44页
        4.2.3 目标增强第44-45页
    4.3 实验结果与分析第45-47页
        4.3.1 背景节点选取对图像增强算法的影响第45-46页
        4.3.2 显著性检测对图像增强算法的影响第46-47页
    4.4 本章小结第47-48页
第五章 基于视觉显著性的交通标志检测与识别第48-63页
    5.1 引言第48页
    5.2 算法描述第48-50页
    5.3 交通标志检测第50-51页
        5.3.1 显著性检测第50页
        5.3.2 目标检测第50-51页
    5.4 交通标志识别第51-60页
        5.4.1 颜色检测第51-54页
        5.4.2 形状检测第54-59页
        5.4.3 算法优先级分析第59-60页
    5.5 实验结果与分析第60-62页
        5.5.1 数据库第60页
        5.5.2 检测结果与分析第60-62页
    5.6 本章小结第62-63页
第六章 总结与展望第63-65页
    6.1 总结第63-64页
    6.2 展望第64-65页
参考文献第65-70页
作者在攻读硕士学位期间公开发表的论文及参加的项目第70-71页
    A:在国内外刊物上发表的论文第70页
    B:在国际学术会议上发表的论文第70页
    C:参加项目第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:基于导向滤波器的多光谱图像与全色图像融合研究
下一篇:面向微博的热点事件发现与脉络生成研究