基于视觉感知的目标特性分析
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景与任务 | 第7-9页 |
| ·视觉注意模型研究现状 | 第9-12页 |
| ·章节安排 | 第12-13页 |
| 2 视觉注意模型的生物学与理论基础 | 第13-24页 |
| ·人类视觉感知系统概述 | 第13-15页 |
| ·人类视觉感知系统的结构和概念 | 第15-20页 |
| ·视觉通路 | 第16-17页 |
| ·视觉信息处理过程 | 第17-18页 |
| ·感受野 | 第18-20页 |
| ·人眼信息敏感性理论 | 第20-22页 |
| ·颜色敏感性 | 第21页 |
| ·空间方位敏感性 | 第21-22页 |
| ·人类视觉系统的注意机制 | 第22-23页 |
| ·认识视觉注意 | 第22-23页 |
| ·选择性视觉注意 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 纹理特征提取及分类 | 第24-42页 |
| ·纹理的基本概念 | 第24-26页 |
| ·纹理特征提取方法 | 第26-33页 |
| ·灰度直方图 | 第26-27页 |
| ·图像的自相关函数 | 第27-28页 |
| ·基于Gabor 小波的纹理特征提取法 | 第28-29页 |
| ·灰度共生矩阵法 | 第29-33页 |
| ·纹理粗糙度 | 第33-34页 |
| ·纹理分类器的设计 | 第34-37页 |
| ·线性支持向量机 | 第34-36页 |
| ·非线性支持向量机 | 第36-37页 |
| ·灰度共生矩阵提取特征的实现方法 | 第37-41页 |
| ·窗口的选取 | 第37-38页 |
| ·参数的选取 | 第38页 |
| ·特征值选取 | 第38页 |
| ·灰度共生矩阵提取特征的算法 | 第38-39页 |
| ·实验及结果分析 | 第39页 |
| ·软件编制流程图 | 第39-41页 |
| ·结果分析 | 第41页 |
| ·结论 | 第41-42页 |
| 4 融入纹理的视觉注意计算模型 | 第42-52页 |
| ·本文模型框架 | 第42-43页 |
| ·视觉尺度空间 | 第43-44页 |
| ·视网膜的尺度性质 | 第43页 |
| ·基于视网膜特性的模板构造 | 第43-44页 |
| ·兴趣图的生成过程 | 第44-50页 |
| ·亮度映射图 | 第44-45页 |
| ·颜色映射图 | 第45-46页 |
| ·方向映射图 | 第46-47页 |
| ·边缘映射图 | 第47-48页 |
| ·纹理映射图 | 第48-49页 |
| ·映射图组合 | 第49页 |
| ·多特征融合 | 第49-50页 |
| ·注意焦点转移 | 第50页 |
| ·实验比较 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 总结和展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57页 |
