基于特征点匹配的视频电子稳像算法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究状况 | 第12-14页 |
1.2.1 国外研究状况 | 第12页 |
1.2.2 国内研究状况 | 第12-14页 |
1.3 本文的主要研究内容及组织结构 | 第14-17页 |
1.3.1 本文的主要研究内容 | 第14-15页 |
1.3.2 本文的组织结构 | 第15-17页 |
第2章 视频电子稳像算法的理论基础 | 第17-33页 |
2.1 视频电子稳像概述 | 第17-21页 |
2.1.1 基本原理 | 第17-18页 |
2.1.2 系统结构 | 第18-19页 |
2.1.3 关键问题 | 第19-21页 |
2.2 摄像系统运动状态分析 | 第21-27页 |
2.2.1 视频序列运动模糊的分析 | 第21-22页 |
2.2.2 摄像系统运动的类型 | 第22-23页 |
2.2.3 帧间运动类型判定 | 第23-26页 |
2.2.4 帧间运动数学模型 | 第26-27页 |
2.3 运动估计算法 | 第27-29页 |
2.3.1 基于图像灰度信息的算法 | 第27-28页 |
2.3.2 基于图像变换域信息的算法 | 第28-29页 |
2.3.3 基于图像特征的算法 | 第29页 |
2.4 运动滤波与运动补偿算法 | 第29-32页 |
2.4.1 运动滤波算法 | 第29-30页 |
2.4.2 运动补偿算法 | 第30-32页 |
2.5 本章小结 | 第32-33页 |
第3章 基于特征点匹配的运动估计算法 | 第33-49页 |
3.1 特征提取 | 第33-40页 |
3.1.1 特征选取原则 | 第33-34页 |
3.1.2 特征点提取算子 | 第34-37页 |
3.1.3 特征点提取过程 | 第37-39页 |
3.1.4 特征点优化 | 第39-40页 |
3.2 特征匹配 | 第40-42页 |
3.2.1 特征匹配原理 | 第40-41页 |
3.2.2 特征匹配过程 | 第41页 |
3.2.3 特征块尺寸选择 | 第41-42页 |
3.3 改进的RANSAC算法剔除误匹配 | 第42-46页 |
3.3.1 算法概述 | 第42-44页 |
3.3.2 改进的RANSAC算法剔除误匹配 | 第44-46页 |
3.4 基于重要性权值的全局运动估计 | 第46-48页 |
3.4.1 景深问题描述 | 第46-47页 |
3.4.2 特征点的权重 | 第47-48页 |
3.4.3 改进的全局运动参数计算 | 第48页 |
3.5 本章小结 | 第48-49页 |
第4章 基于卡尔曼滤波的运动补偿算法 | 第49-59页 |
4.1 卡尔曼滤波器的设计 | 第49-53页 |
4.1.1 基本原理 | 第49-50页 |
4.1.2 状态空间模型的建立 | 第50-52页 |
4.1.3 卡尔曼滤波步骤 | 第52-53页 |
4.1.4 全局补偿矢量的确定 | 第53页 |
4.2 运动补偿 | 第53-56页 |
4.2.1 运动状态分析 | 第53-54页 |
4.2.2 参考帧选取方式 | 第54-55页 |
4.2.3 双线性插值补偿 | 第55-56页 |
4.3 空白区域处理 | 第56-58页 |
4.3.1 图像裁剪 | 第56-57页 |
4.3.2 图像拼接 | 第57-58页 |
4.4 本章小结 | 第58-59页 |
第5章 仿真实验与结果分析 | 第59-71页 |
5.1 视频电子稳像系统的评价方法 | 第59-61页 |
5.1.1 系统保真度 | 第59-60页 |
5.1.2 系统最大稳像范围 | 第60页 |
5.1.3 系统稳像速率 | 第60-61页 |
5.2 逐步实验与结果分析 | 第61-68页 |
5.2.1 特征提取 | 第61-62页 |
5.2.2 特征匹配 | 第62-64页 |
5.2.3 加权的全局运动估计 | 第64-65页 |
5.2.4 运动滤波 | 第65-67页 |
5.2.5 运动补偿 | 第67-68页 |
5.3 综合性能对比分析 | 第68-69页 |
5.4 本章小结 | 第69-71页 |
第6章 结论与展望 | 第71-73页 |
6.1 结论 | 第71-72页 |
6.2 展望 | 第72-73页 |
参考文献 | 第73-79页 |
致谢 | 第79-81页 |
攻读硕士学位期间发表的论文及科研情况 | 第81页 |