| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 图像显著性区域检测 | 第11-12页 |
| 1.2.2 图像尺度变换方法 | 第12-13页 |
| 1.2.3 图像尺度变换质量评价 | 第13-14页 |
| 1.3 本文内容和结构 | 第14-16页 |
| 第二章 经典的图像尺度变换算法及其评价方法 | 第16-26页 |
| 2.1 图像尺度变换算法 | 第16-21页 |
| 2.1.1 基础尺度变换算法 | 第16页 |
| 2.1.2 离散型尺度变换算法 | 第16-19页 |
| 2.1.3 连续型尺度变换算法 | 第19-21页 |
| 2.2 图像尺度变换结果的评价方法 | 第21-25页 |
| 2.2.1 基于图像内容和特征 | 第21-23页 |
| 2.2.2 基于区域对应关系 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于深度网络和传统特征融合的显著性检测方法 | 第26-35页 |
| 3.1 总体结构 | 第26-27页 |
| 3.2 深度卷积网络结构设计 | 第27-29页 |
| 3.3 多尺度传统对比度特征提取 | 第29-30页 |
| 3.4 显著性图像的边缘优化 | 第30-31页 |
| 3.5 实验结果 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 图像尺寸变换质量评价方法设计 | 第35-56页 |
| 4.1 总体流程 | 第35-36页 |
| 4.2 提取视觉显著性区域 | 第36-38页 |
| 4.3 图像配准 | 第38-42页 |
| 4.3.1 利用特征进行配准 | 第38-40页 |
| 4.3.2 提高配准的分辨率 | 第40-41页 |
| 4.3.3 提高配准的准确率 | 第41-42页 |
| 4.4 图像的失真衡量 | 第42-47页 |
| 4.4.1 基于邻域块的失真衡量方法 | 第42-44页 |
| 4.4.2 测量块的整体形变 | 第44-45页 |
| 4.4.3 测量块的局部形变 | 第45-46页 |
| 4.4.4 测量块的细节丢失 | 第46-47页 |
| 4.4.5 获得图像的失真程度 | 第47页 |
| 4.5 实验 | 第47-55页 |
| 4.5.1 数据库 | 第47-49页 |
| 4.5.2 评价指标 | 第49-51页 |
| 4.5.3 参数选择 | 第51-52页 |
| 4.5.4 与现有方法对比 | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |