声明
摘要
第一章 绪论
1.1 复杂自然环境下感兴趣区域检测的研究背景及意义
1.2 图像显著度
1.3 显著度检测方法分类
1.4 显著度检测存在的问题
1.5 本文的主要工作及结构安排
第二章 相关方法研究
2.1 低、中、高层次图像信息
2.2 低层次图像信息感兴趣区域检测方法
2.2.1 Itti算法
2.2.2 Gbvs算法
2.2.3 Ca算法
2.2.4 Gb算法
2.2.5 Ft算法
2.3 中层次图像信息感兴趣区域检测方法
2.3.1 贝叶斯算法
2.4 本章小结
第三章 基于低、中层次图像信息相结合的ROI检测方法
3.1 感兴趣区域检测模型
3.2 中层次信息粗略显著图
3.2.1 Harris角点检测
3.2.2 彩色角点检测
3.2.3 凸包边界
3.2.4 超像素算法
3.2.5 中层次信息显著图
3.3 低层次信息粗略显著图
3.3.1 颜色模型转换
3.3.2 差分滤波器组
3.4 感兴趣区域显著图
3.5 本章小结
第四章 实验结果与分析
4.1 实验数据库
4.2 实验结果
4.2.1 实验结果主观分析
4.2.2 实验结果客观分析
4.3 本章小结
第五章 总结与展望
5.1 全文总结
5.2 后续研究工作展望
参考文献
发表论文和参加科研情况
致谢