声明
摘要
第一章 绪论
1．1 本课题的研究背景与意义
1．2 本课题的研究发展与现状
1．2．1 基于内容感知的剪切(Content-aware Cropping)
1．2．2 基于分割的图像自适应(Segmentation-based Approach)
1．2．3 细缝剪裁技术(Seam Carving)
1．2．4 基于非均匀映射的自适应(Warping-based Method)
1．3 论文的研究内容和主要贡献
1．4 本文的组织结构
第二章 图像自适应和其客观评价标准介绍
2．1 图像自适应技术
2．1．1 直接剪切(Cropping)
2．1．2 均匀缩放(Scaling)
2．1．3 基于内容感知的剪切
2．1．4 基于图像分割的图像自适应
2．1．5 基于非均匀映射的图像自适应
2．1．6 基于细缝剪裁的图像自适应
2．1．7 评价
2．2 图像自适应质量的客观评价标准
2．2．1 地球移动距离(Earth Mover’s Distance，EMD)
2．2．2 双向相似法(Bidirectional Similarity，BDS)
2．2．3 边缘直方图法(Edge Histogram，EH)
2．2．4 SIFT流矢量场法(SIFT Flow)
2．3 本章小结
第三章 显著图和传统细缝剪裁技术
3．1 图像显著区域提取技术介绍
3．1．1 Itti经典显著图计算模型
3．1．2 基于图的显著图提取(Graph-based Saliency Detection)
3．1．3 基于频谱冗余分析的显着图(Spectral Residue Saliency)
3．1．4 频率调谐法(frequency-tuned saliency detection)
3．1．5 四种提取显著图方法性能评价
3．2 传统细缝剪裁技术
3．2．1 细缝定义及搜寻
3．2．2 图像放大
3．2．3 双坐标方向尺寸变换
3．3 本章小结
第四章 基于形变控制的改进细缝裁剪算法
4．1 融合局部和全局显著性的显著图
4．1．1 计算局部显著性
4．1．2 全局显著性计算
4．1．3 局部和全局显著性融合
4．2 基于SIFT流矢量场的图像形变的衡量
4．3 改进细缝剪裁算法
4．4 算法仿真及其结果讨论
4．4．1 阈值θ的确定
4．4．2 算法仿真结果
4．5 本章小结
第五章 总结与展望
5．1 本文工作总结
5．2 下一步工作展望
参考文献
致谢
攻读硕士学位期间的研究成果
