基于景深显著性特征的图像缩放方法研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 主要研究内容 | 第12-13页 |
| 1.3 创新点 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关工作 | 第15-21页 |
| 2.1 SeamCarving算法 | 第15-17页 |
| 2.1.1 基本思想 | 第15页 |
| 2.1.2 垂直Seam和水平Seam | 第15-16页 |
| 2.1.3 能量函数的定义 | 第16页 |
| 2.1.4 标准SC算法 | 第16-17页 |
| 2.2 内容敏感图像缩放 | 第17-18页 |
| 2.3 显著性计算 | 第18-19页 |
| 2.3.1 简介 | 第18页 |
| 2.3.2 自上而下和自下而上的视觉机制 | 第18-19页 |
| 2.3.3 常见的显著性计算方法 | 第19页 |
| 2.4 图像深度信息计算 | 第19-20页 |
| 2.4.1 深度信息 | 第19-20页 |
| 2.4.2 深度信息的获取 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于显著性和景深的图像缩放 | 第21-30页 |
| 3.1 图像的边缘显著性 | 第21-23页 |
| 3.1.1 边缘显著性的意义 | 第21-22页 |
| 3.1.2 分水岭算法获得图像边缘 | 第22-23页 |
| 3.2 边缘敏感的显著性计算 | 第23-26页 |
| 3.2.1 基于区域信息分层 | 第23-24页 |
| 3.2.2 显著性线索计算 | 第24-25页 |
| 3.2.3 显著性融合 | 第25-26页 |
| 3.3 景深估算 | 第26-28页 |
| 3.3.1 模糊景深描述子 | 第27页 |
| 3.3.2 景深估算算法 | 第27-28页 |
| 3.4 景深显著性算法 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 图像的非主题区域结构保持 | 第30-39页 |
| 4.1 先期算法的缺陷 | 第30-31页 |
| 4.2 景深显著性算法的改进 | 第31-32页 |
| 4.2.1 显著性方面改进 | 第31页 |
| 4.2.2 景深方面改进 | 第31-32页 |
| 4.3 本文算法 | 第32-33页 |
| 4.4 实验结果及分析 | 第33-37页 |
| 4.4.1 经典算法对比 | 第33-34页 |
| 4.4.2 大比例缩放实验对比 | 第34-35页 |
| 4.4.3 运动图像缩放对比 | 第35-36页 |
| 4.4.4 能量函数分析 | 第36-37页 |
| 4.5 本章小结 | 第37-39页 |
| 第5章 总结与展望 | 第39-41页 |
| 5.1 工作总结 | 第39页 |
| 5.2 工作展望 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 攻读硕士学位期间取得的科研成果 | 第45-46页 |
| 致谢 | 第46-47页 |
