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

基于超像素的显著性区域检测

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第12-20页
    1.1 课题研究背景及意义第12-13页
    1.2 国内外研究现状第13-17页
        1.2.1 自顶向下的图像显著性检测第14-15页
        1.2.2 自底向上的图像显著性检测第15-17页
    1.3 面临的困难和挑战第17-18页
    1.4 论文主要内容以及组织结构第18-20页
        1.4.1 论文主要内容第18-19页
        1.4.2 论文组织结构第19-20页
第2章 显著性检测理论及相关知识第20-32页
    2.1 引言第20页
    2.2 色彩空间第20-22页
    2.3 图像底层特征第22-25页
    2.4 显著性检测基本准则第25-27页
    2.5 超像素分割算法第27-29页
    2.6 形态学操作第29-31页
    2.7 小结第31-32页
第3章 基于超像素的显著性区域检测第32-41页
    3.1 引言第32-34页
    3.2 初始显著性图第34-36页
        3.2.1 对比度先验知识第34-35页
        3.2.2 中心先验知识第35-36页
    3.3 粗糙显著性图第36-38页
        3.3.1 图像量化第36-37页
        3.3.2 颜色平滑第37-38页
    3.4 显著性检测迭代框架第38-40页
        3.4.1 抑制背景区域第38-39页
        3.4.2 凸显显著性区域第39-40页
    3.5 小结第40-41页
第4章 实验结果与分析第41-54页
    4.1 引言第41页
    4.2 实验数据集和评价方法第41-43页
        4.2.1 实验数据集第41-42页
        4.2.2 评价方法第42-43页
    4.3 改进算法的性能评估第43-47页
    4.4 所提算法的性能第47-53页
        4.4.1 与现有算法对比第47-49页
        4.4.2 算法的鲁棒性第49-50页
        4.4.3 算法的普适性第50-51页
        4.4.4 迭代框架的有效性第51-52页
        4.4.5 参数设置分析第52-53页
        4.4.6 运行效率第53页
    4.5 小结第53-54页
第5章 图像显著性应用研究第54-61页
    5.1 引言第54页
    5.2 基于显著性检测的图像缩放第54-56页
        5.2.1 图像缩放相关方法第54-55页
        5.2.2 图像缩放实验第55-56页
    5.3 自动抠图的实现与评估第56-59页
        5.3.1 抠图相关算法第56-58页
        5.3.2 自动抠图的实现第58-59页
        5.3.3 自动抠图算法结果评估第59页
    5.4 小结第59-61页
结论第61-63页
参考文献第63-68页
附录A 攻读硕士学位期间发表论文目录第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于文本挖掘技术的情报处理方法研究
下一篇:社交网络中话题检测与趋势分析及预测算法改进研究