静态图像感兴趣区域提取关键技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题目的及意义 | 第7-8页 |
| ·感兴趣区域提取技术研究现状 | 第8-9页 |
| ·本文研究工作及论文结果 | 第9-11页 |
| ·本文研究工作 | 第9页 |
| ·论文结构 | 第9-11页 |
| 第二章 感兴趣区域提取的基本理论 | 第11-28页 |
| ·人类视觉系统的功能结构及认知特性 | 第11-13页 |
| ·人类视觉系统的功能结构 | 第11-12页 |
| ·人类视觉系统的图像视觉特征 | 第12-13页 |
| ·基于区域生成的ROI提取方法 | 第13-16页 |
| ·直方图法 | 第13-14页 |
| ·p参数法 | 第14页 |
| ·基于最大方差自动获取阈值 | 第14-15页 |
| ·基于临域像素的灰度差判别准则 | 第15-16页 |
| ·基于灰度阈值补偿算法的ROI提取 | 第16-18页 |
| ·基于局部灰度均值的补偿算法 | 第16-17页 |
| ·基于局部灰度方差的补偿算法 | 第17页 |
| ·基于局部灰度均值和方差的联合补偿算法 | 第17-18页 |
| ·基于边缘分割技术的ROI提取 | 第18-25页 |
| ·基于边缘算子的图像边缘提取 | 第19-24页 |
| ·基于边缘提取的ROI提取 | 第24-25页 |
| ·边缘分割和区域生长结合的ROI提取 | 第25页 |
| ·模仿人眼视觉特性的ROI提取 | 第25-28页 |
| ·图像局部最大值的提取 | 第26-27页 |
| ·ROI区域的标记和处理 | 第27-28页 |
| 第三章 基于视觉特征的ROI检测 | 第28-40页 |
| ·利用颜色特征进行ROI提取 | 第28-30页 |
| ·利用图像的熵进行ROI提取 | 第30-31页 |
| ·利用颜色和熵进行ROI提取中的辅助参数 | 第31-39页 |
| ·面积参数对ROI提取的影响 | 第32-34页 |
| ·人脸检测在ROI提取中的应用 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 利用颜色差异和熵相结合的ROI提取 | 第40-46页 |
| ·交集和并集对ROI提取结果的改进 | 第40-43页 |
| ·结合颜色差异和熵的评价标准的ROI提取 | 第43-45页 |
| ·结合颜色差异和熵的感兴趣区域评价标准 | 第43-44页 |
| ·基于样本统计的感兴趣区域提取分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 图像特征提取及其在ROI检测中的应用 | 第46-62页 |
| ·图像的颜色特征及其与比例参数的联系 | 第46-51页 |
| ·颜色空间 | 第46-48页 |
| ·颜色直方图 | 第48-50页 |
| ·颜色直方图与比例参数的联系 | 第50-51页 |
| ·图像的形状特征及其与比例参数的联系 | 第51-55页 |
| ·矩和中心矩 | 第51-52页 |
| ·Hu不变矩 | 第52-54页 |
| ·Hu不变矩与比例参数的联系 | 第54-55页 |
| ·图像的纹理特征及其与比例参数的联系 | 第55-61页 |
| ·灰度共生矩阵 | 第55-56页 |
| ·基于灰度共生矩阵的纹理特征 | 第56-60页 |
| ·基于灰度共生矩阵的纹理特征与比例参数的关系 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 发表论文和参加科研情况说明 | 第67-68页 |
| 致谢 | 第68页 |
