| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-13页 |
| 图表目录 | 第13-16页 |
| 第1章 绪论 | 第16-26页 |
| ·研究背景和意义 | 第16-18页 |
| ·基本概念和通用模型框架 | 第18-22页 |
| ·人类视觉系统(HVS) | 第18-19页 |
| ·视觉显著性(VISUAL SALIENCY) | 第19-20页 |
| ·通用模型框架 | 第20-22页 |
| ·主要的研究工作与全文的组织结构 | 第22-26页 |
| ·主要的研究工作 | 第22-24页 |
| ·全文的组织结构 | 第24-26页 |
| 第2章 国内外的研究现状和基础 | 第26-46页 |
| ·显著性特征描述方法 | 第26-29页 |
| ·颜色特征 | 第26-27页 |
| ·纹理特征 | 第27页 |
| ·形状特征 | 第27-28页 |
| ·局部特征 | 第28-29页 |
| ·运动信息 | 第29页 |
| ·基本特征比较方法 | 第29-32页 |
| ·多尺度比较 | 第30-31页 |
| ·区域比较 | 第31页 |
| ·全局均值比较 | 第31-32页 |
| ·显著性图综合方法 | 第32-37页 |
| ·简单综合方法 | 第32-33页 |
| ·复杂综合方法 | 第33-37页 |
| ·最新的研究成果及现有模型的不足 | 第37-40页 |
| ·最近的研究成果综述 | 第37-38页 |
| ·现有的模型的不足 | 第38-40页 |
| ·测试数据集 | 第40-44页 |
| ·一般应用图像数据集 | 第40-42页 |
| ·眼球运动数据库 | 第42-43页 |
| ·视觉搜索数据 | 第43-44页 |
| ·性能评估方法 | 第44-45页 |
| ·相关系数 | 第44页 |
| ·F-MEASURE | 第44-45页 |
| ·ROC曲线 | 第45页 |
| ·击中与漏检率 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第3章 基于视觉感知机制的目标边缘显著性建模方法 | 第46-62页 |
| ·引言 | 第46-48页 |
| ·边缘显著性属性分析和提取 | 第48-50页 |
| ·视觉机制建模 | 第50-56页 |
| ·视觉特性分析 | 第50-51页 |
| ·方向滤波算子GABOR能量 | 第51-53页 |
| ·环境抑制算子 | 第53-55页 |
| ·空间增强 | 第55-56页 |
| ·视觉机制融合算法 | 第56-57页 |
| ·实验与结果分析 | 第57-61页 |
| ·环境抑制 | 第57-58页 |
| ·环境抑制和空间增强结合 | 第58-60页 |
| ·边界检测的性能测试 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 基于目标区域信息的视觉显著性表示方法 | 第62-82页 |
| ·引言 | 第62-65页 |
| ·视觉显著性的表示方法 | 第62-64页 |
| ·视觉显著性与内容描述 | 第64-65页 |
| ·模型框架描述 | 第65-66页 |
| ·区域信息检测 | 第66-70页 |
| ·颜色相似度测量 | 第66-68页 |
| ·区域信息提取 | 第68-70页 |
| ·显著性目标位置的优化 | 第70-71页 |
| ·实验与性能分析 | 第71-79页 |
| ·视觉数据测试 | 第72-74页 |
| ·复杂场景分析测试 | 第74-78页 |
| ·模型在噪声下的鲁棒性 | 第78-79页 |
| ·本章小结 | 第79-82页 |
| 第5章 基于超级像素的视觉显著性建模及应用 | 第82-98页 |
| ·引言 | 第82-83页 |
| ·算法描述 | 第83-85页 |
| ·基于超级像素的特征提取 | 第85-90页 |
| ·颜色特征建模 | 第85-87页 |
| ·纹理特征建模 | 第87-90页 |
| ·图像显著图生成 | 第90-92页 |
| ·特征距离测量 | 第90-91页 |
| ·图像显著图生成 | 第91-92页 |
| ·实验与性能分析 | 第92-96页 |
| ·视觉搜索测试图像测试 | 第92-93页 |
| ·自然图片的显著图表示实验 | 第93-95页 |
| ·显著性区域分割实验 | 第95-96页 |
| ·本章小结 | 第96-98页 |
| 第6章 基于视觉显著性的遥感图像中弱小目标快速检测 | 第98-110页 |
| ·引言 | 第98-99页 |
| ·算法介绍 | 第99-104页 |
| ·视觉显著图快速计算 | 第99-102页 |
| ·显著性区域分割 | 第102-103页 |
| ·形态学滤波 | 第103-104页 |
| ·实验与算法性能分析 | 第104-108页 |
| ·实验数据说明 | 第104页 |
| ·与经典视觉模型比较 | 第104-107页 |
| ·与传统的快速检测算法的比较 | 第107-108页 |
| ·本章小结 | 第108-110页 |
| 第7章 总结与展望 | 第110-114页 |
| ·论文工作总结 | 第110-111页 |
| ·未来研究展望 | 第111-114页 |
| 参考文献 | 第114-126页 |
| 致谢 | 第126-128页 |
| 攻读博士学位期间发表的学术论文 | 第128-130页 |
| 攻读博士学位期间参与的科研项目 | 第130页 |