| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 图像美学研究的国内外现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本论文主要研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 第二章 图像显著区域检测 | 第15-22页 |
| 2.1 SLIC超像素分割 | 第15-17页 |
| 2.1.1 超像素分割 | 第15页 |
| 2.1.2 SLIC超像素分割的具体流程 | 第15-17页 |
| 2.2 主体区域的生成 | 第17-21页 |
| 2.2.1 常用的显著性检测算法 | 第17-18页 |
| 2.2.2 基于图的流形排序算法 | 第18-19页 |
| 2.2.3 基于图的流形排序显著性检测算法 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 针对图像美学评价的多特征提取 | 第22-37页 |
| 3.1 色彩调和特征 | 第22-28页 |
| 3.1.1 色彩调和理论模型 | 第23-24页 |
| 3.1.2 基于Moon-Spencer模型的色彩调和特征计算 | 第24-28页 |
| 3.2 构图特征 | 第28-29页 |
| 3.3 颜色特征 | 第29页 |
| 3.4 清晰度特征 | 第29-30页 |
| 3.5 纹理特征 | 第30-34页 |
| 3.5.1 Tamura纹理特征 | 第31-32页 |
| 3.5.2 基于可操纵方向金字塔的特征 | 第32-34页 |
| 3.6 离散余弦变换DCT的统计特性 | 第34-35页 |
| 3.7 本章小结 | 第35-37页 |
| 第四章 融合多特征的图像美学评价与实验分析 | 第37-47页 |
| 4.1 实验环境 | 第37页 |
| 4.2 数据库 | 第37-39页 |
| 4.3 支持向量机 | 第39-42页 |
| 4.3.1 线性可分支持向量机 | 第39-40页 |
| 4.3.2 线性不可分支持向量机 | 第40-41页 |
| 4.3.3 SVM核函数 | 第41-42页 |
| 4.3.4 融合多特征的SVM算法 | 第42页 |
| 4.4 实验设置与分析 | 第42-46页 |
| 4.4.1 实验设置 | 第42-43页 |
| 4.4.2 色彩调和特征参数实验 | 第43页 |
| 4.4.3 单一特征及多特征融合实验 | 第43-45页 |
| 4.4.4 对比实验 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |