基于H.264帧间预测算法的运动目标检测技术
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·课题研究背景 | 第8-9页 |
| ·动态图像的含义 | 第9-10页 |
| ·视频图像序列分析 | 第10-11页 |
| ·图像彩色空间 | 第11-12页 |
| ·RGB颜色模型 | 第12页 |
| ·YUV颜色模型 | 第12页 |
| ·采样格式 | 第12-13页 |
| ·视频格式 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 2 运动目标检测算法概述 | 第16-26页 |
| ·视频运动目标检测的任务与流程 | 第16页 |
| ·运动目标检测面临的问题 | 第16-17页 |
| ·当前流行的运动目标检测算法 | 第17-20页 |
| ·基于变化区域的检测 | 第17-18页 |
| ·基于非参数模型的运动检测 | 第18-19页 |
| ·基于参数模型的运动检测 | 第19页 |
| ·基于分类的运动检测 | 第19-20页 |
| ·基于形态学的分割方法 | 第20页 |
| ·帧间差分算法的简单实现 | 第20-24页 |
| ·帧间差分算法的基本原理 | 第20-21页 |
| ·基于熵的阈值选取 | 第21-22页 |
| ·实验结果和分析 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 3 视频编码中的运动估计技术 | 第26-34页 |
| ·概述 | 第26页 |
| ·运动估计技术研究现状 | 第26页 |
| ·运动估计/补偿的基本原理 | 第26-27页 |
| ·块匹配准则 | 第27-28页 |
| ·典型的块匹配搜索算法 | 第28-32页 |
| ·全搜索法 | 第28-30页 |
| ·二维对数搜索法 | 第30页 |
| ·三步搜索法 | 第30-31页 |
| ·菱形搜索法 | 第31-32页 |
| ·块匹配法分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 H.264标准及其帧间预测算法 | 第34-44页 |
| ·视频编码标准的发展 | 第34页 |
| ·H.264的基本编码结构 | 第34-35页 |
| ·H264标准的结构 | 第35-38页 |
| ·档次和级别 | 第35-36页 |
| ·视频格式 | 第36页 |
| ·编码数据格式 | 第36-37页 |
| ·多帧参考 | 第37页 |
| ·分片 | 第37-38页 |
| ·宏块 | 第38页 |
| ·H.264的宏块预测 | 第38-39页 |
| ·H.264的帧间预测 | 第39-43页 |
| ·树结构运动补偿 | 第39-40页 |
| ·运动矢量 | 第40页 |
| ·插值样值的生成 | 第40-42页 |
| ·运动矢量预测 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 基于H.264标准的运动信息的提取 | 第44-50页 |
| ·H.264编码图像帧的分析 | 第44页 |
| ·运动信息的表示 | 第44-45页 |
| ·P帧预测的实现 | 第45-48页 |
| ·P帧预测中参数的调整 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 6 基于运动矢量场聚类的运动目标检测技术 | 第50-68页 |
| ·划分聚类分析 | 第50页 |
| ·基本的K-MEANS聚类算法 | 第50-52页 |
| ·k-means算法的基本思想 | 第50页 |
| ·k-means算法的主要步骤 | 第50-51页 |
| ·k-means算法的优缺点 | 第51-52页 |
| ·W-K-MEANS聚类算法 | 第52-54页 |
| ·W-k-means算法的基本原理 | 第52-53页 |
| ·W-k-means算法的主要步骤 | 第53-54页 |
| ·W-k-means算法中变量权重的计算 | 第54页 |
| ·运动矢量聚类 | 第54-58页 |
| ·聚类的依据 | 第54页 |
| ·运动矢量的k-means聚类 | 第54-55页 |
| ·运动矢量的w-k-means聚类 | 第55-58页 |
| ·基于运动矢量场聚类的运动目标检测算法 | 第58-67页 |
| ·算法的基本原理和流程 | 第58-59页 |
| ·算法的实现以及实验结果 | 第59-64页 |
| ·检测结果的图像后处理 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 7 结论和展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
