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

基于背景和前景节点的图像显著性检测算法

摘要第4-5页
Abstract第5页
1 绪论第8-17页
    1.1 研究背景及选题意义第8-10页
    1.2 经典算法及研究现状第10-14页
        1.2.1 自底向上的显著性检测模型第11-13页
        1.2.2 自顶向下的显著性检测模型第13-14页
    1.3 本文工作及论文章节安排第14-17页
        1.3.1 本文工作第14-16页
        1.3.2 论文章节安排第16-17页
2 相关研究算法第17-22页
    2.1 基于中心先验的显著性检测第17页
    2.2 基于背景先验的显著性检测第17-19页
    2.3 基于对比度的显著性检测第19-20页
    2.4 基于凸包的显著性检测第20-22页
3 基于背景节点和前景节点的显著性检测第22-37页
    3.1 基于背景节点的显著性检测算法第22-27页
        3.1.1 简单线性迭代聚类SLIC算法第22-24页
        3.1.2 选取背景节点第24-25页
        3.1.3 基于背景节点的显著性检测第25-27页
    3.2 基于前景节点的显著性检测算法第27-30页
        3.2.1 选取前景节点第27-29页
        3.2.2 基于前景节点的显著性检测第29-30页
    3.3 显著性融合第30-31页
    3.4 显著性优化第31-37页
        3.4.1 著性均衡第31-33页
        3.4.2 目标偏置的高斯滤波第33-37页
4 实验与结果第37-50页
    4.1 数据库介绍第37-38页
    4.2 实验细节说明第38-40页
        4.2.1 参数设置第38页
        4.2.2 评测标准第38-40页
    4.3 本文算法性能评测第40-44页
        4.3.1 选取背景节点集合性能评测第40-41页
        4.3.2 选取前景节点集合性能评测第41-42页
        4.3.3 显著性融合性能测评第42-44页
        4.3.4 显著性优化性能测评第44页
    4.4 本文算法与其它现有算法比较第44-50页
        4.4.1 ASD数据库上的算法比较第44-45页
        4.4.2 MSRA数据库上的算法比较第45页
        4.4.3 SED数据库上的算法比较第45-50页
结论第50-52页
参考文献第52-56页
攻读硕士学位期间发表学术论文情况第56-58页
致谢第58-60页

论文共60页,点击 下载论文
上一篇:PAXOS算法改进及应用研究
下一篇:区属国企纪检监察工作管理系统的设计与实现