基于小波域的图像显著性检测算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文主要工作及创新点 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 图像特征及显著性检测算法 | 第13-26页 |
| ·图像特征 | 第13-15页 |
| ·颜色特征 | 第13-14页 |
| ·亮度特征 | 第14页 |
| ·空间特征 | 第14-15页 |
| ·边缘特征 | 第15页 |
| ·已有的显著性检测算法 | 第15-25页 |
| ·IT算法 | 第15-16页 |
| ·GB算法 | 第16-18页 |
| ·AC算法 | 第18-19页 |
| ·BS算法 | 第19-20页 |
| ·SR算法 | 第20-21页 |
| ·FT方法 | 第21-22页 |
| ·BUSM算法 | 第22-23页 |
| ·ADM方法 | 第23-25页 |
| ·八种算法的比较 | 第25页 |
| ·小结 | 第25-26页 |
| 第三章 小波域显著性检测算法 | 第26-41页 |
| ·引言 | 第26页 |
| ·小波变换 | 第26-29页 |
| ·连续小波变换 | 第27页 |
| ·离散小波变换 | 第27页 |
| ·二维小波变换 | 第27-28页 |
| ·图像的小波分解和重构 | 第28-29页 |
| ·基于CSF的小波域显著性检测算法 | 第29-36页 |
| ·CSF模型 | 第29-31页 |
| ·算法的提出 | 第31页 |
| ·算法步骤 | 第31-36页 |
| ·贝叶斯框架的小波域显著性检测算法 | 第36-40页 |
| ·算法提出与概述 | 第36-37页 |
| ·算法实验步骤 | 第37-40页 |
| ·小结 | 第40-41页 |
| 第四章 实验分析与相关应用 | 第41-53页 |
| ·数据集 | 第41页 |
| ·视觉实验比较 | 第41-44页 |
| ·显著物体分割 | 第44-49页 |
| ·固定阈值分割 | 第44-46页 |
| ·自适应阈值分割 | 第46-49页 |
| ·内容感知的图像缩放 | 第49-52页 |
| ·小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| ·论文结论 | 第53页 |
| ·论文展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间所取得的相关科研成果 | 第59-60页 |
| 致谢 | 第60-61页 |
