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

视觉选择性注意机制的研究及其在图像压缩中的应用

摘要第1-6页
Abstract第6-14页
第一章 绪论第14-21页
   ·研究的目的与意义第14-16页
   ·视觉选择性注意机制计算模型研究现状第16-20页
   ·本文研究的内容与论文组织结构第20-21页
第二章 人类视觉和注意机制的心理学理论第21-37页
   ·人类视觉的生理结构第21-27页
     ·视觉信息的产生第22-23页
     ·视觉信息的传递第23页
     ·视感觉信息的处理第23-26页
     ·视知觉信息的处理第26-27页
   ·人类视觉的认知过程第27-31页
     ·视知觉第28-30页
     ·记忆结构第30-31页
     ·信息选择第31页
   ·视觉选择注意机制第31-36页
     ·视觉选择性注意机制研究中的四个焦点第33-34页
     ·视觉选择性注意机制的认知模型第34-36页
   ·小结第36-37页
第三章 基于目标跟踪的视觉注意计算模型第37-45页
   ·模型的结构第37-38页
   ·相似度计算第38页
   ·注意焦点计算第38-41页
     ·亮度特征提取第39页
     ·颜色特征提取第39页
     ·方向特征提取第39-40页
     ·显著图的合成第40-41页
   ·注意焦点跟踪第41-43页
     ·目标模型第41-42页
     ·候选模型第42页
     ·目标模型更新第42-43页
   ·实验结果与分析第43-44页
   ·总结第44-45页
第四章 融合深度信息的视觉注意计算模型第45-56页
   ·模型结构第45-46页
   ·基于图像分割的自适应立体匹配第46-52页
     ·立体视觉原理第47-48页
     ·彩色图像分割第48页
     ·初始立体匹配第48-50页
     ·视差层第50-52页
   ·特征融合第52页
   ·实验结果第52-54页
   ·小结第54-56页
第五章 基于视觉选择性注意机制的图像压缩第56-66页
   ·图像压缩第56-57页
   ·融合深度信息的视觉选择性注意计算模型第57-58页
   ·基于感兴趣区域的图像压缩第58-60页
     ·模型构架第58-59页
     ·基于感兴趣区域压缩第59-60页
   ·实验结果与分析第60-64页
   ·小结第64-66页
第六章 总结与展望第66-69页
   ·主要的研究工作第66-67页
   ·主要创新点第67页
   ·下一步的研究方向第67-69页
参考文献第69-75页
在学研究成果第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于WEB的工资统一发放系统的设计与实现
下一篇:新型学籍信息管理系统研究