自动静态图像前景提取
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-15页 |
| ·论文研究的意义 | 第7页 |
| ·自动前景提取综述 | 第7-9页 |
| ·图像前景提取研究现状 | 第9-14页 |
| ·简单背景图像前景提取 | 第9-12页 |
| ·复杂背景图像前景提取 | 第12-14页 |
| ·本文的组织结构 | 第14-15页 |
| ·本文的主要工作 | 第14页 |
| ·本文的内容组织 | 第14-15页 |
| 第2章 几种不透明度计算算法 | 第15-24页 |
| ·Bayesian 前景提取算法 | 第15-17页 |
| ·Knockout 前景提取算法 | 第17-19页 |
| ·Poisson 前景提取算法 | 第19-21页 |
| ·Hillman 前景提取算法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 自动区域划分 | 第24-31页 |
| ·Trimap 区域划分 | 第24-25页 |
| ·自动区域划分步骤 | 第25-30页 |
| ·采用 HSV 颜色空间 | 第26页 |
| ·主体区域提取 | 第26-27页 |
| ·根据主体区域提取结果进行 Trimap 划分 | 第27-29页 |
| ·未知区域提取修正 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 前景提取 | 第31-36页 |
| ·不透明度计算 | 第31-34页 |
| ·基于聚类的样本点选取 | 第31-32页 |
| ·改进的 Knockout 算法计算不透明度 | 第32-34页 |
| ·前景更新 | 第34-35页 |
| ·前景提取小结 | 第35-36页 |
| 第5章 实验结果和算法改进 | 第36-43页 |
| ·实验结果与分析 | 第36-39页 |
| ·本文算法与现有算法的对比 | 第39-40页 |
| ·算法改进 | 第40-43页 |
| 第6章 总结与展望 | 第43-44页 |
| ·总结 | 第43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-47页 |
| 摘要 | 第47-49页 |
| Abstract | 第49-50页 |