首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于被包围状态和马尔可夫模型的显著性检测

摘要第2-3页
Abstract第3-4页
1 绪论第7-16页
    1.1 研究背景与研究意义第7-9页
    1.2 研究现状与本论文主要工作第9-14页
        1.2.1 研究现状第9-11页
        1.2.2 技术难点第11-13页
        1.2.3 本文主要工作第13-14页
    1.3 论文章节安排第14-16页
2 被包围状态检测显著物体大致区域第16-23页
    2.1 二值图计算第16-18页
        2.1.1 白化处理第17页
        2.1.2 自适应阈值采样计算二值图第17-18页
    2.2 检测二值图中被包围区域第18-19页
    2.3 显著物体大致区域计算第19-21页
        2.3.1 子激活图计算第19-20页
        2.3.2 归一化处理计算最终显著物体大致区域第20-21页
    2.4 小结第21-23页
3 基于背景先验的马尔可夫显著性检测第23-31页
    3.1 吸收马尔可夫链第23-25页
    3.2 图模型的建立第25-27页
    3.3 构建转移矩阵第27-28页
    3.4 计算初始显著图S_1第28-30页
    3.5 小结第30-31页
4 基于前景先验的马尔可夫显著性检测第31-35页
    4.1 计算初始显著图S_2第31-32页
    4.2 融合计算最终显著图第32-33页
    4.3 平滑处理第33-34页
    4.4 小结第34-35页
5 实验与结果分析第35-47页
    5.1 测试数据库和评价指标第35-37页
        5.1.1 标准测试数据库第35-36页
        5.1.2 评价指标第36-37页
    5.2 验证基于被包围状态检测显著物体大致区域第37-38页
    5.3 比较本文的显著性检测结果第38-40页
    5.4 量化评价本文的显著性检测实验结果第40-44页
    5.5 实验中个别不成功的例子第44-46页
    5.6 小结第46-47页
结论第47-49页
参考文献第49-53页
攻读硕士学位期间发表学术论文情况第53-54页
致谢第54-56页

论文共56页,点击 下载论文
上一篇:基于Adaboost集成学习和Sugeno模糊积分的显著性检测
下一篇:基于分形理论的图像分类算法研究