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

基于颜色与目标轮廓特征的视频分割方法

第一章 绪论第7-17页
    1.1 引言第7-8页
    1.2 视频分割技术简介[1]~第8-11页
        1.2.1 视频分割技术的必要性第8-9页
        1.2.2 视频分割的定义第9-10页
        1.2.3 视频分割的基本步骤第10-11页
    1.3 镜头边缘检测方法及发展第11-15页
        1.3.1 镜头内部存在的特殊变换第11-12页
        1.3.2 常用的镜头边缘检测算法第12-15页
    1.4 课题来源第15-16页
    1.5 本课题研究主要内容第16-17页
第二章 视频结构特征第17-30页
    2.1 数字视频与模拟视频第17-19页
        2.1.1 模拟视频第17-18页
        2.1.2 数字视频第18-19页
    2.2 数字视频的主要特征第19-21页
        2.2.1 视频数据的信息内容第20页
        2.2.2 视频数据的结构及关系第20-21页
        2.2.3 视频数据的数据量第21页
    2.3 视频数据模型第21-2125页
        2.3.1 视频数据模型建立的基本问题第21-22页
        2.3.2 视频数据模型发展情况第22-23页
        2.3.3 对于视频数据模型的基本要求第23-2125页
    2.4 MPEG-7标准的主要内容第2125-30页
        2.4.1 系统第25-26页
        2.4.2 描述定义语言第26-27页
        2.4.3 音频第27页
        2.4.4 视觉第27页
        2.4.5 多媒体描述方案第27-28页
        2.4.6 参考软件:试验模型第28-29页
        2.4.7 一致性原则第29-30页
第三章 镜头边缘特征分析第30-53页
    3.1 视频数据的冗余特性第30页
    3.2 视频序列间颜色分布特征第30-39页
        3.2.1 帧内图像颜色统计分布第30-32页
        3.2.2 帧内图像像素间关系第32-34页
            3.2.2.1 像素的邻域第32-33页
            3.2.2.2 像素间的连通性和通路第33-34页
        3.2.3 帧间图像预处理过程中噪声消除问题第34-37页
            3.2.3.1 频域低通滤波第34-36页
            3.2.3.2 空域低通滤波第36-37页
            3.2.3.3 中值滤波第37页
        3.2.4 基于邻域像素灰度差的镜头检测特征第37-39页
    3.3 视频序列间目标轮廓变化特征第39-52页
        3.3.1 应用Canny 算子进行边缘检测第39-44页
            3.3.1.1 Canny算子边缘检测的基本原理第40-41页
            3.3.1.2 Canny 边缘检测算法第41-43页
            3.3.1.3 Canny算子的算法实现第43-44页
        3.3.2 应用数学形态学方法进行图像边缘膨胀第44-49页
            3.3.2.1 数学形态学的基本概念第45-46页
            3.3.2.2 数学形态学定量分析原则第46-47页
            3.3.2.3 数学形态学基本运算--腐蚀和膨胀第47-49页
        3.3.3 定义帧间目标变化特征第49-52页
            3.3.3.1 目标轮廓占背景比例特征第50-51页
            3.3.3.2 帧间目标轮廓差异特征第51-52页
    3.4 颜色与目标轮廓差异相结合的特征点的分布第52-53页
第四章 基于非监督聚类算法的特征点聚类第53-65页
    4.1 基于目标函数的模糊聚类分析方法第53-61页
        4.1.1 模糊集合的基本概念及表示方法第53-55页
            4.1.1.1 模糊集合的基本概念第53-54页
            4.1.1.2 模糊集合的表示方法第54-55页
        4.1.2 数据集的c划分第55-56页
        4.1.3 聚类目标函数第56-59页
        4.1.4 模糊c均值聚类算法第59-61页
            4.1.4.1 HCM算法步骤第59-60页
            4.1.4.2 FCM算法步骤第60-61页
    4.2 应用模糊c均值聚类算法处理特征点第61-63页
        4.2.1 显著变化镜头边缘帧检测第61-62页
        4.2.2 渐变镜头边缘帧检测第62-63页
    4.3 关键帧选择第63-65页
第五章 实验结果与分析第65-69页
    5.1 实验视频序列第65页
    5.2 镜头边缘检测的评价准则第65-66页
    5.3 实验结果及分析第66-69页
第六章 全文总结与展望第69-71页
    6.1 本文的主要工作第69页
    6.2 进一步有待研究的问题第69-71页
参考文献第71-74页
致 谢第74-75页
摘 要第75-78页
Abstract第78页

论文共80页,点击 下载论文
上一篇:西安市道路路域土壤重金属赋存形态研究
下一篇:基于三目的实时视频拼接研究