首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共81页,点击 下载论文
上一篇:面向大数据集成的实体识别框架及关键技术的研究
下一篇:考虑需求不确定的废弃电脑回收物流优化模型研究