| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 图目 | 第9-11页 |
| 表目 | 第11-12页 |
| 第1章 引言 | 第12-16页 |
| 第2章 图像/视频检索算法介绍 | 第16-19页 |
| 2.1. 全局特征提取算法 | 第16-17页 |
| 2.2. 局部特征提取算法 | 第17-19页 |
| 第3章 局部特征提取算法简介 | 第19-31页 |
| 3.1. 局部特征提取算法的原理 | 第19-21页 |
| 3.1.1. 颜色、光照,仿射等复杂变换的稳定性 | 第20页 |
| 3.1.2. 伸缩变换的稳定性 | 第20-21页 |
| 3.1.3. 旋转变换的稳定性 | 第21页 |
| 3.2. 局部特征算法的过程 | 第21-26页 |
| 3.2.1. 计算积分图像 | 第22-23页 |
| 3.2.2. 建立图像高斯差金字塔 | 第23-24页 |
| 3.2.3. 通过查找金字塔中的极值找到图像的特征点 | 第24页 |
| 3.2.4. 计算特征点的方向 | 第24-25页 |
| 3.2.5. 特征点描述 | 第25-26页 |
| 3.3. 特征点特性分析 | 第26-27页 |
| 3.4. 利用显著区域优化局部特征算法 | 第27-31页 |
| 3.4.1. 算法运行时间与特征点数量的关系 | 第28-29页 |
| 3.4.2. 显著区域优化局部特征算法 | 第29-31页 |
| 第4章 最大子矩阵和 | 第31-33页 |
| 4.1. 最大子段和算法 | 第31-32页 |
| 4.2. 最大子矩阵和算法 | 第32-33页 |
| 第5章 基于局部特征的显著区域检测算法实现 | 第33-49页 |
| 5.1. 计算特征点分布矩阵 | 第35-36页 |
| 5.2. 计算适应矩阵 | 第36-39页 |
| 5.2.1. 矩阵变换 | 第37-38页 |
| 5.2.2. 适应函数 | 第38-39页 |
| 5.3. 求解最大子矩阵和 | 第39-41页 |
| 5.3.1. 最大子段和算法 | 第40页 |
| 5.3.2. 最大子矩阵和算法 | 第40-41页 |
| 5.4. 特征点描述 | 第41-42页 |
| 5.5. 基于局部特征的显著区域检测算法的优化 | 第42-49页 |
| 5.5.1. 权值矩阵 | 第42-44页 |
| 5.5.2. 基于局部特征的显著区域检测算法的并行优化 | 第44-46页 |
| 5.5.3. 最大n子矩阵 | 第46-49页 |
| 第6章 实验结果 | 第49-56页 |
| 6.1. 实验环境 | 第49-52页 |
| 6.1.1. 测试环境 | 第49-50页 |
| 6.1.2. 图片测试集 | 第50-52页 |
| 6.2. 显著区域准确性测试 | 第52-54页 |
| 6.3. 加速效果测试 | 第54-56页 |
| 第7章 相关工作 | 第56-61页 |
| 7.1. 显著区域检测的相关工作 | 第56-59页 |
| 7.2. 多媒体特征提取算法的相关工作 | 第59-61页 |
| 第8章 总结与展望 | 第61-63页 |
| 8.1. 总结与讨论 | 第61-62页 |
| 8.2. 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 后记 | 第67-68页 |