摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-17页 |
·课题研究意义及背景 | 第11-12页 |
·虚拟广告的关键技术及发展现状 | 第12-15页 |
·虚拟广告系统发展现状 | 第12-14页 |
·虚拟广告系统相关技术 | 第14-15页 |
·本文的主要工作和组织结构 | 第15-17页 |
第二章 基于DirectShow的视频采集系统 | 第17-24页 |
·概述 | 第17页 |
·DirectShow技术 | 第17-20页 |
·DirectShow系统架构 | 第17页 |
·过滤器(Filter) | 第17-18页 |
·DirectShow主要COM接口 | 第18-20页 |
·基于DirectShow的视频采集模块的设计与实现 | 第20-23页 |
·系统的硬件组成 | 第20页 |
·整体框架 | 第20页 |
·系统实现关键技术 | 第20-23页 |
·视频采集系统在虚拟广告系统中的应用 | 第23页 |
·本章小结 | 第23-24页 |
第三章 体育视频中的体育场地的自适应提取算法 | 第24-44页 |
·概述 | 第24页 |
·球场主区域自动提取 | 第24-31页 |
·基于直方图统计的场地主颜色自动提取 | 第24-27页 |
·球场最优主区域选择 | 第27-29页 |
·主区域自动提取小结 | 第29-31页 |
·场地边缘提取参数自适应 | 第31-38页 |
·预处理(Top-Hat变换) | 第31-32页 |
·基于Otsu方法的自动阈值选取 | 第32-35页 |
·基于Bernsen方法的自动阈值选取 | 第35页 |
·Otsu方法和Bernsen方法的比较 | 第35-38页 |
·场地线的提取 | 第38-42页 |
·最小二乘直线拟合 | 第38页 |
·基于Hough变换与最小二乘直线拟合相结合的线条检测 | 第38-42页 |
·实验结果 | 第42-43页 |
·本章小结 | 第43-44页 |
第四章 摄像机运动跟踪算法 | 第44-60页 |
·概述 | 第44-45页 |
·基于自然特征点匹配的运动跟踪算法 | 第45-51页 |
·特征点提取 | 第45-46页 |
·特征点匹配算法 | 第46-48页 |
·去除运动物体上的特征点 | 第48-49页 |
·两图像间的单应性矩阵 | 第49-50页 |
·从单应矩阵估算当前的投影矩阵 | 第50页 |
·算法流程 | 第50-51页 |
·基于Hough空间中直线的跟踪算法 | 第51-54页 |
·概述 | 第51-52页 |
·球场标志线的运动估计 | 第52-53页 |
·球场线的提取 | 第53-54页 |
·通过Kalman预估提高检测效率 | 第54-56页 |
·概述 | 第54-55页 |
·基本原理 | 第55页 |
·基于Kalman滤波的特征点预估分析 | 第55-56页 |
·实验比较和结果 | 第56-59页 |
·本章小结 | 第59-60页 |
第五章 体育场地检测与摄像机运动跟踪在虚拟广告系统中的应用 | 第60-69页 |
·概述 | 第60-61页 |
·虚拟广告系统介绍 | 第61-64页 |
·视频采集系统在比赛中应用 | 第64页 |
·体育场地自适应提取在比赛直播中的应用 | 第64-65页 |
·静止摄像机在比赛直播中的的应用 | 第65-67页 |
·摄像机运动跟踪在比赛直播中的应用 | 第67-68页 |
·本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-71页 |
·研究工作总结 | 第69-70页 |
·未来展望 | 第70-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-77页 |
附录 | 第77-78页 |
详细摘要 | 第78-81页 |