复杂背景下的运动目标分割算法研究
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-19页 |
·课题研究的背景及意义 | 第11-12页 |
·国内外研究现状 | 第12-17页 |
·本文主要研究内容 | 第17-18页 |
·本文的结构安排 | 第18-19页 |
第2章 彩色图像初始标记场的获取方法 | 第19-32页 |
·颜色模型 | 第19-24页 |
·RGB模型 | 第20-21页 |
·CIE颜色空间 | 第21-23页 |
·HIS颜色模型 | 第23-24页 |
·图像初始标记场的自动获取 | 第24-27页 |
·灰度图像标记场的自动获取 | 第25页 |
·彩色图像初始标记场的自动获取 | 第25-27页 |
·阈值设定方法的选取 | 第27-31页 |
·预定阈值法 | 第27页 |
·P-tile法 | 第27-28页 |
·双峰法 | 第28页 |
·增强大津法 | 第28-31页 |
·本章小结 | 第31-32页 |
第3章 基于马尔可夫随机场的分割算法研究 | 第32-51页 |
·马尔可夫随机场模型 | 第32-35页 |
·邻域系统和基团 | 第32-35页 |
·吉布斯随机场 | 第35-37页 |
·概述 | 第35页 |
·基本定义 | 第35-37页 |
·常用的GRF模型 | 第37-39页 |
·自动模型(Auto-Models) | 第37-38页 |
·多级逻辑模型 | 第38-39页 |
·平滑先验模型 | 第39页 |
·Gibbs随机场与MRF的等效性 | 第39-40页 |
·能量函数的确立 | 第40-42页 |
·MAP估算算法 | 第42-49页 |
·Metropolis算法 | 第42-43页 |
·Gibbs采样器 | 第43-44页 |
·模拟退火算法 | 第44-48页 |
·ICM算法 | 第48-49页 |
·传统马尔可夫随机场模型分割结果 | 第49-50页 |
·本章小结 | 第50-51页 |
第4章 基于改进的马尔可夫随机场分割算法研究 | 第51-73页 |
·主要实现方案 | 第51页 |
·马尔可夫随机场能量函数的改进 | 第51-55页 |
·先验模型能量的改进 | 第52-54页 |
·条件模型能量的改进 | 第54-55页 |
·运动区域检测 | 第55-69页 |
·帧间差分算法 | 第56页 |
·背景减除算法 | 第56-57页 |
·对称差分 | 第57-58页 |
·常用滤波方法 | 第58-59页 |
·图像形态学运算 | 第59-61页 |
·对称差分法实现过程 | 第61-64页 |
·试验处理结果 | 第64-69页 |
·算法实现 | 第69-71页 |
·本章小结 | 第71-73页 |
结论 | 第73-75页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
参考文献 | 第76-82页 |
致谢 | 第82-83页 |
附录 | 第83页 |