| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 自底向上的显著区域检测方法研究现状 | 第10-11页 |
| 1.2.2 自顶向下的显著区域检测方法研究现状 | 第11-12页 |
| 1.3 显著性检测的应用领域 | 第12-13页 |
| 1.3.1 基于内容的图像检索 | 第12页 |
| 1.3.2 基于显著区域的图像压缩 | 第12页 |
| 1.3.3 图像的自适应显示 | 第12-13页 |
| 1.3.4 基于显著性的Grabcut分割 | 第13页 |
| 1.4 论文主要工作 | 第13页 |
| 1.5 论文框架结构 | 第13-15页 |
| 第二章 显著区域检测理论基础 | 第15-26页 |
| 2.1 特征提取 | 第15-18页 |
| 2.1.1 RGB颜色特征 | 第15页 |
| 2.1.2 HSV颜色特征 | 第15-16页 |
| 2.1.3 CIELAB颜色特征 | 第16-17页 |
| 2.1.4 亮度特征 | 第17页 |
| 2.1.5 纹理特征 | 第17-18页 |
| 2.2 视觉显著性检测原理 | 第18-19页 |
| 2.2.1 Center-surround原理 | 第18页 |
| 2.2.2 对比度原理 | 第18页 |
| 2.2.3 Gestalt原理 | 第18-19页 |
| 2.3 图像显著区域检测算法评价指标 | 第19-20页 |
| 2.3.1 主观评价标准 | 第19页 |
| 2.3.2 PR曲线 | 第19-20页 |
| 2.4 经典视觉显著性检测算法 | 第20-24页 |
| 2.4.1 Itti方法 | 第20-21页 |
| 2.4.2 HC方法 | 第21-23页 |
| 2.4.3 RC方法 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 基于SLIC超像素分割显著区域检测方法 | 第26-34页 |
| 3.1 Mean shift平滑与SLIC超像素分割 | 第26-29页 |
| 3.1.1 Mean shift平滑 | 第27-28页 |
| 3.1.2 SLIC超像素分割 | 第28-29页 |
| 3.2 显著性检测 | 第29-31页 |
| 3.2.1 区域的对比度定义 | 第29页 |
| 3.2.2 空间加权区域对比度 | 第29-30页 |
| 3.2.3 区域显著性定义及分配 | 第30-31页 |
| 3.3 实验分析 | 第31-33页 |
| 3.3.1 固定阈值对比实验分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于中心约束-空间分布的显著性检测 | 第34-43页 |
| 4.1 基于中心约束的显著性 | 第34-36页 |
| 4.2 基于空间分布的显著性检测 | 第36-37页 |
| 4.3 融合中心约束和空间分布的区域显著性 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 5.1 全文总结 | 第43-44页 |
| 5.2 后续工作与展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47-48页 |
| 附录 个人简介 | 第48页 |