1、“.....正确理解周围的环境，快速捕捉到图像的主要内容，图像显著性区域检测技术应运而生。图像显著性区域的检测是图像处理领域研究的个重要方向。图像显著性区域往往是最引起人们注意的部分，它包含了副图像的绝大部分信息，因此，检测显著性区域对于图像的分析处理具有重大意义。显著性检测技术具有广阔的应用背景，通常，它可以用在目标识别，图像分割，自适应压缩，图像检索等领域中，种有效的图像显著性区域的检测方法对于这些领域的发展有很大的帮助。目前存在许多种不同的显著性区域检测方法，主要分为两个大方向基于局部对比度的方法和基于全局对比度的方法。基于局部对比度的方法利用邻域信息计算显著性，由于该方法只关注了图像中相邻区域的信息，没有考虑全局的影响，只能部分高亮显著性区域，且对于背景复杂的图像处理效果欠佳。而基于全局对比度的方法考虑了全局的关系及结构，它的显著性是通过每个区域与整幅图像的差异来定义的......”。

2、“.....但是其计算相对较复杂。为了解决上述问题，更好的显著性区域检测算法亟待提出，以推动图像研究领域的发展。显著性检测算法不仅可以用于自然图像的显著性区域提取，还可以用于医疗项目中。在医疗项目中经常需要提取人体的轮廓，勾勒出患病区域，以便于疾病的后续治疗。以往的人体轮廓的提取主要是用区域增长的方法，首先需要设置扩散种子点的位置，种子点不断地向外扩散，区域越来越大，直到不再增长为止，最终提取出显著性区域的轮廓。这种方法简单易懂，但是易受人为主观因素的作用，种子点的位置对最终的结果有很大的影响。与此同时，显著性检测技术又显现了其较好的处理效果。因此，为了获得更好的人体轮廓提取结果，本文提出了两种新的图像显著性区域检测技术来进行人体轮廓的提取基于超像素划分的图像显著性区域边界提取算法。山东大学硕士学位论文该方法首先利用超像素提取方法得到过分割图，然后在该过分割图的基础上根据颜色......”。

3、“.....利用该相似性度量进行过分割区域的动态合并，最终提取出图像显著性区域边界。鲁棒的图像显著性区域轮廓自动提取算法该方法首先进行图像的背景检测得到图像的边界连通性值，然后使用基于方法的方法得到图像的显著性图，最后使用得到的图像的边界连通性值和显著性图的显著性值作为图割方法区域项的输入，自动地进行图像分割，最后输出图像的显著性区域分割结果，即提取出了图像显著性区域的轮廓。实验结果表明，这两种显著性区域检测方法能够较好地提取出人体图像的轮廓，并且该方法简单，易懂，可操作性强，可用于医疗等项目中，帮助患者治疗疾病，造福千家万户。关键词显著性检测轮廓提取超像素边界连通性值山东大学硕士学位论文,山东大学硕士学位论文,山东大学硕士学位论文致谢时光荏苒如白驹过隙，转眼间三年的研究生生活即将完美地划上句号。在实验室美好而充实的三年中，我学到了很多知识......”。

4、“.....借此论文完成之际，我满怀感激的心情写下了这篇致谢，衷心地感谢曾经教育指导我的老师，关心帮助我的同学，以及爱护支持我的家人。首先，我要衷心地感谢我的研究生导师老师。老师待人平和学识渊博工作认真治学严谨，是大家喜爱的好老师。老师在学习生活上给了我们很多的帮助，是我们前进道路中最坚实的后盾。感谢老师时常对我的督促和鼓励，鞭策我在科研的路上奋发努力，好好做研究。感谢老师在学术研究中对我的指导和帮助，以及在论文写作中提出的宝贵意见，我受益匪浅。其次，我还要感谢孜孜不倦地教导我，直带着我做研究做项目的老师。在完全没有项目经验的我面前，老师没有放弃，言传身教，悉心教导我，给了我很大的信心和帮助。老师要求严格学术能力很强，在我研究遇到困难时总能语点破其中的问题所在，这给了我很大的启迪，是我学习的榜样。三年的研究生生活原本是枯燥乏味的，但是正因为我有了实验室的同学们的陪伴和帮助......”。

5、“.....感谢直陪伴着我的实验室的师兄师姐，师弟师妹们。在此，我特别感谢同学，同学，同学，同学，同学，同学，同学等在学习和生活上对我的热情帮助。论文撰稿期间，同学，同学，同学，同学等给我提供了宝贵的意见，在此特别感谢他们。感谢辅导员老师在学习生活上对我的帮助，感谢我研究生期间的同学朋友们，是他们让我的研究生生涯变得丰富多彩。最后，特别感谢我的父母，是他们二十多年来含辛茹苦把我养大，教我好好做人。在我困惑的时候，他们坚定地相信我，鼓励我，给我坚持下去的勇气和信心。感谢他们对我无私的付出和关爱。山东大学硕士学位论文攻读学位期间发表的学术论文目录基于超像素划分的图像显著性区域边界提取算法，第作者。种鲁棒的图像显著性区域自动分割方法中国专利，第二作者。山东大学硕士学位论文攻读学位期间参与科研项目情况烟台市招远玲珑集团轮胎厂轮胎缺陷检测项目，实验室与企业合作项目，参与......”。

6、“.....实验室与企业合作项目，参与。山东大学硕士学位论文分类号单位代码密级学号硕士学位论文论文题目基于显著性检测的人体轮廓提取问题研究与应用作者姓名培养单位计算机科学与技术学院专业名称指导教师合作导师计算机技术年月日目录山东大学硕士学位论文原创性声明和关于论文使用授权的说明原创性声明本人郑重声明所呈交的学位论文，是本人在导师的指导下，进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名日期关于学位论文使用授权的声明本人完全了解山东大学有关保留使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅本人授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索......”。

7、“.....保密论文在解密后应遵守此规定论文作者签名导师签名日期山东大学硕士学位论文目录摘要第章绪论研究背景与意义国内外研究现状本文主要工作和创新点本文组织结构第章图像显著性检测相关的理论基础引言图像显著性基础知识显著性的概念显著性检测的经典方法介绍超像素理论基础超像素的概念超像素聚类方法超像素聚类方法基于超像素的全局显著性检测方法显著性检测的其他方法介绍动态区域合并算法基于能量的图割方法基于鲁棒的背景检测的显著性优化方法小结第章基于超像素划分的图像显著性区域边界提取算法引言算法基本思想算法主要步骤超像素分割图像过分割区域动态合并山东大学硕士学位论文核心算法描述实验结果小结第章鲁棒的图像显著性区域轮廓自动提取算法引言算法基本思想算法主要步骤计算超像素的边界连通性值显著性区域自动分割核心算法描述实验结果小结第章显著性检测算法在医学可视化系统中的应用引言可视化......”。

8、“.....科技日新月异，海量的图像和视频数据遍布网络，丰富了人们的文化生活，增长了人们的见识。与此同时，计算机视觉的研究得到了越来越多的关注，发展迅速。为了深度挖掘图像中隐藏的信息，正确理解周围的环境，快速捕捉到图像的主要内容，图像显著性区域检测技术应运而生。图像显著性区域的检测是图像处理领域研究的个重要方向。图像显著性区域往往是最引起人们注意的部分，它包含了副图像的绝大部分信息，因此，检测显著性区域对于图像的分析处理具有重大意义。显著性检测技术具有广阔的应用背景，通常，它可以用在目标识别，图像分割，自适应压缩，图像检索等领域中......”。

9、“.....目前存在许多种不同的显著性区域检测方法，主要分为两个大方向基于局部对比度的方法和基于全局对比度的方法。基于局部对比度的方法利用邻域信息计算显著性，由于该方法只关注了图像中相邻区域的信息，没有考虑全局的影响，只能部分高亮显著性区域，且对于背景复杂的图像处理效果欠佳。而基于全局对比度的方法考虑了全局的关系及结构，它的显著性是通过每个区域与整幅图像的差异来定义的，因而可以高亮整个显著性区域，但是其计算相对较复杂。为了解决上述问题，更好的显著性区域检测算法亟待提出，以推动图像研究领域的发展。显著性检测算法不仅可以用于自然图像的显著性区域提取，还可以用于医疗项目中。在医疗项目中经常需要提取人体的轮廓，勾勒出患病区域，以便于疾病的后续治疗。以往的人体轮廓的提取主要是用区域增长的方法，首先需要设置扩散种子点的位置，种子点不断地向外扩散，区域越来越大，直到不再增长为止，最终提取出显著性区域的轮廓......”。