智能视频监控系统中的场景分析技术研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·课题的研究背景及意义 | 第6-7页 |
| ·本课题应用的范围 | 第7页 |
| ·国内外研究的现状 | 第7-9页 |
| ·全文研究内容及章节安排 | 第9-10页 |
| 第二章 马尔科夫随机场 | 第10-18页 |
| ·概述 | 第10页 |
| ·MRF基本概念和定义 | 第10-12页 |
| ·常用的MRF模型 | 第12-14页 |
| ·自生模型 | 第12-13页 |
| ·多层逻辑模型 | 第13-14页 |
| ·分层马尔科夫模型 | 第14页 |
| ·马尔科夫随机场与图像处理 | 第14-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 场景特征描述原理 | 第18-31页 |
| ·概述 | 第18页 |
| ·场景颜色描述 | 第18-22页 |
| ·RGB颜色空间 | 第18-19页 |
| ·HSV颜色空间 | 第19-20页 |
| ·HSI空间 | 第20-21页 |
| ·CIELuv颜色空间和CIE Lab颜色空间 | 第21-22页 |
| ·YCrCb颜色空间 | 第22页 |
| ·场景纹理描述 | 第22-28页 |
| ·灰度共生矩阵 | 第22-25页 |
| ·Tamura纹理特征 | 第25-26页 |
| ·Gabor变化法 | 第26-27页 |
| ·高斯马尔科夫模型 | 第27-28页 |
| ·场景中的形状描述 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于MRF场景特征提取与分析 | 第31-41页 |
| ·概述 | 第31页 |
| ·基于MRF的场景分析理论基础 | 第31-34页 |
| ·MRF-MAP模型 | 第32-33页 |
| ·EM参数估计 | 第33页 |
| ·ICM迭代条件算法 | 第33-34页 |
| ·场景平滑处理 | 第34-35页 |
| ·场景特征的提取算子 | 第35-36页 |
| ·颜色特征描述算子 | 第35-36页 |
| ·纹理特征描述算子 | 第36页 |
| ·基于MRF-MAP的场景分析模型 | 第36-40页 |
| ·先验概率 | 第37页 |
| ·观测量似然概率 | 第37-38页 |
| ·能量函数 | 第38页 |
| ·实验分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 展望与结论 | 第41-43页 |
| ·总结 | 第41页 |
| ·展望 | 第41-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 作者简介 | 第48页 |
| 攻读硕士学位期间研究成果 | 第48-49页 |
