| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-11页 |
| 1.1 选题的背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本论文的主要工作及各章节安排 | 第9-11页 |
| 2 数字视频稳像简介 | 第11-20页 |
| 2.1 2D稳像算法 | 第11-14页 |
| 2.1.1 基本原理 | 第11-13页 |
| 2.1.2 基于多相机路径的视频稳像 | 第13-14页 |
| 2.2 3D稳像算法 | 第14-17页 |
| 2.2.1 基本原理 | 第15页 |
| 2.2.2 基于特征点轨迹平滑的 3D稳像算法 | 第15-17页 |
| 2.3 2.5D稳像算法 | 第17-18页 |
| 2.3.1 基本原理 | 第17页 |
| 2.3.2 基于子空间的视频稳像算法 | 第17-18页 |
| 2.4 本章总结 | 第18-20页 |
| 3 基于稠密光流和对极几何的视频稳像方法 | 第20-39页 |
| 3.1 基本算法及流程 | 第20-21页 |
| 3.2 稠密光流估计 | 第21-24页 |
| 3.2.1 基于IRLS的稠密光流算法 | 第21-24页 |
| 3.3 基于对极几何剔除外点 | 第24-27页 |
| 3.4 基于单应性运动补偿 | 第27-29页 |
| 3.5 轨迹平滑 | 第29-30页 |
| 3.6 帧间一致性 | 第30-31页 |
| 3.7 仿真实验及结果分析 | 第31-38页 |
| 3.8 本章小结 | 第38-39页 |
| 4 基于FAST-ER特征的局部子空间视频稳像方法 | 第39-55页 |
| 4.1 基本方法及流程 | 第39-40页 |
| 4.2 FAST-ER特征检测 | 第40-44页 |
| 4.2.1 FAST特征点 | 第40-41页 |
| 4.2.2 机器学习FAST特征点 | 第41-42页 |
| 4.2.3 FAST-ER特征点 | 第42-44页 |
| 4.3 基于Lucas-Kanade光流匹配特征点 | 第44-46页 |
| 4.4 局部子空间算法 | 第46-48页 |
| 4.5 计算机仿真实验结果及分析 | 第48-54页 |
| 4.6 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-63页 |