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

智能监控系统中的若干个关键问题研究

提要第5-6页
摘要第6-8页
Abstract第8-10页
第1章 绪论第13-36页
    1.1 课题背景第13-14页
    1.2 课题研究背景第14-33页
        1.2.1. 图像去噪方法概述第18-24页
        1.2.2. 图像表达与目标检测方法概述第24-31页
        1.2.3. 异常行为事件检测方法概述第31-33页
    1.3. 课题研究意义第33-34页
    1.4. 本文主要工作及章节安排第34-36页
第2章 基于小波“类零树”结构与尺度相关性模型的图像去噪方法第36-48页
    2.1 基于小波“类零树”结构的 BAYES 阈值法与尺度相关性模型的图像去噪方法概述第36-39页
        2.1.1. 基于小波的图像去噪方法介绍第36-37页
        2.1.2. 小波变换域的系数统计特性分析第37-39页
    2.2. 基于尺度相关性的“类零树”BAYES 阈值去噪法第39-43页
        2.2.1. 算法的提出第39-42页
        2.2.2. 算法步骤第42-43页
    2.3. 算法实验与分析第43-46页
    2.4. 结论第46-48页
第3章 基于图像内容自适应的快速非局部均值方法研究第48-70页
    3.1. 非局部均值介绍第48-51页
    3.2. 基于小波能量函数的参数自适应 NLM第51-58页
        3.2.1. 问题的提出与分析第51-53页
        3.2.2. 小波能量对不同内容图像的相关性函数构造第53-56页
        3.2.3. 算法的提出与实验第56-58页
    3.3. 图像内容自适应的 NLM 方法第58-64页
        3.3.1. 图像特性分析第58-59页
        3.3.2. 基于图像内容自适应的 NLM第59-61页
        3.3.3. 基于图像内容自适应的 NLM 的提出与实验第61-64页
    3.4. 快速的三维 NLM第64-68页
        3.4.1. 问题的提出与分析第64-65页
        3.4.2. 基于加速策略的 3D NLM第65-68页
        3.4.3. 实验与分析第68页
    3.5. 结论第68-70页
第4章 基于局部特征的建模与识别方法第70-90页
    4.1. 局部图像特征的表达与分类第70-80页
        4.1.1. 视觉词包模型与隐式形状模型介绍第70-71页
        4.1.2. 特征语义构造第71-72页
        4.1.3. 常用分类及生成索引方法第72-80页
    4.2. HOUGH 森林的目标识别第80-84页
        4.2.1. Hough 森林第80-82页
        4.2.2. 基于时空特征的 Hough 森林目标检测方法第82-84页
    4.3. 隐式图像块模型(LATENT PATCH MODEL,LPM)第84-89页
        4.3.1. LPM 描述第85页
        4.3.2. 基于多次估计的 LPM 图像去噪方法第85-87页
        4.3.3. 实验与结论第87-89页
    4.4 总结与分析第89-90页
第5章 基于局部特征的快速异常事件检测方法第90-103页
    5.1. 异常事件检测中的特征抽取方法介绍第90-93页
        5.1.1. 视频跟踪第90-92页
        5.1.2. 异常事件检测中的运动分析第92-93页
    5.2. 基于单位光流能量的异常事件检测方法第93-103页
        5.2.1. 背景提取与局部光流估计第94-97页
        5.2.2. 基于光流能量的异常行为分析第97-99页
        5.2.3. 实验与分析第99-103页
第6章 结论与展望第103-105页
参考文献第105-121页
作者简介及在学期间所取得的科研成果第121-124页
致谢第124页

论文共124页,点击 下载论文
上一篇:TiO2光催化陶瓷的高温烧结制备及性能研究
下一篇:机会网络的数据传输与应用研究