| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·课题背景和研究意义 | 第7页 |
| ·国内外研究概况和发展趋势 | 第7-9页 |
| ·视频对象提取的分类 | 第9页 |
| ·本文研究内容与组织安排 | 第9-11页 |
| 2 传统的视频对象提取算法 | 第11-27页 |
| ·引言 | 第11页 |
| ·传统图像分割算法 | 第11-12页 |
| ·彩色图像分割 | 第12-13页 |
| ·颜色模型系统 | 第13-14页 |
| ·基于阈值分割的蓝箱抠像算法 | 第14-18页 |
| ·算法原理 | 第14-15页 |
| ·算法模型 | 第15-16页 |
| ·彩色空间转换 | 第16-17页 |
| ·K近邻平滑滤波 | 第17-18页 |
| ·算法步骤 | 第18-20页 |
| ·试验结果分析 | 第20-25页 |
| ·总结分析 | 第25-27页 |
| 3 基于边缘检测的蓝箱抠像法 | 第27-43页 |
| ·引言 | 第27页 |
| ·边缘检测算法简介 | 第27-28页 |
| ·基于边缘检测的蓝箱抠像法 | 第28-32页 |
| ·Canny边缘检测算子 | 第28-31页 |
| ·轮廓跟踪 | 第31-32页 |
| ·膨胀与腐蚀 | 第32页 |
| ·算法步骤 | 第32-33页 |
| ·试验结果分析 | 第33-41页 |
| ·总结分析 | 第41-43页 |
| 4 基于透明度(alpha)的视频对象提取算法 | 第43-63页 |
| ·引言 | 第43页 |
| ·基于透明度(alpha)的视频对象提取算法简介 | 第43-44页 |
| ·算法思想 | 第44-47页 |
| ·Triangulation算法 | 第44-46页 |
| ·局部采样的Bayesian算法 | 第46-47页 |
| ·算法模型 | 第47-55页 |
| ·颜色量化算法 | 第47-51页 |
| ·颜色簇配对算法 | 第51-52页 |
| ·Bayesian算法估计alpha值和混合前的前景、背景颜色 | 第52-55页 |
| ·算法步骤 | 第55-56页 |
| ·试验结果分析 | 第56-61页 |
| ·总结分析 | 第61-63页 |
| 5 抠像技术总结 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-69页 |