基于多层次图像分割的物体级显著性识别
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·显著性研究现状 | 第10-12页 |
| ·视觉注意力机制研究现状 | 第10-11页 |
| ·图像显著性区域检测研究现状 | 第11-12页 |
| ·本文的主要研究工作与内容安排 | 第12-14页 |
| 2 图像显著性检测理论基础 | 第14-22页 |
| ·图像色彩空间理论 | 第14-18页 |
| ·RGB色彩空间 | 第14-15页 |
| ·CIEXYZ色彩空间 | 第15-16页 |
| ·CIEL*a*b色彩空间 | 第16-18页 |
| ·图像分割 | 第18-19页 |
| ·随机游走 | 第19-20页 |
| ·完全图上的各向异性热扩散模型 | 第20-22页 |
| 3 几种较优秀的图像显著性检测算法 | 第22-33页 |
| ·IT算法 | 第22-24页 |
| ·FT算法 | 第24-27页 |
| ·SR算法 | 第25-27页 |
| ·CA算法 | 第27-30页 |
| ·RC算法 | 第30-33页 |
| 4 基于多层次图像分割的物体级显著性识别算法流程 | 第33-38页 |
| ·利用图像分割进行物体和超像素的识别 | 第33页 |
| ·随机游走式的显著性模型 | 第33-35页 |
| ·先验信息调整 | 第35-36页 |
| ·从细分层级显著性到物体显著性 | 第36-38页 |
| 5 实验结果 | 第38-42页 |
| ·实际图片结果 | 第39页 |
| ·定量比较 | 第39-42页 |
| 结论 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-50页 |
| 致谢 | 第50-52页 |
