摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1 章 绪论 | 第9-17页 |
·引言 | 第9-10页 |
·序列图像中运动对象分割与跟踪技术的发展及研究动态 | 第10-15页 |
·运动对象的分割技术 | 第10-13页 |
·运动对象的跟踪技术 | 第13-15页 |
·本论文的主要内容与结构安排 | 第15-17页 |
第2 章 静止背景下运动对象的分割 | 第17-35页 |
·视频序列去噪技术 | 第17-21页 |
·频域去噪方法 | 第17-18页 |
·小波域去噪方法 | 第18-19页 |
·时域去噪方法 | 第19页 |
·色彩域去噪方法 | 第19-20页 |
·空间域去噪方法 | 第20-21页 |
·图像分割概述 | 第21-25页 |
·图像分割定义 | 第21-22页 |
·基于对象的视频分割算法 | 第22-25页 |
·运动对象的分割 | 第25-34页 |
·Canny 边缘检测算子提取前景运动物体的边缘 | 第26-27页 |
·用随机信号的高阶矩特征判断运动区域 | 第27-28页 |
·结合边缘检测和高阶矩检测 | 第28-30页 |
·精确提取运动对象边缘 | 第30-32页 |
·实验结果与分析 | 第32-34页 |
·本章小结 | 第34-35页 |
第3 章 运动背景下视频对象的分割 | 第35-49页 |
·运动估计 | 第35-41页 |
·像素递归法 | 第35-36页 |
·块匹配法 | 第36-41页 |
·运动补偿 | 第41-43页 |
·运动参数模型 | 第41-43页 |
·运动补偿算法 | 第43页 |
·运动背景下视频对象的分割 | 第43-48页 |
·全局估计与补偿算法 | 第43-46页 |
·运动对象的分割 | 第46-47页 |
·实验结果与分析 | 第47-48页 |
·本章小结 | 第48-49页 |
第4 章 基于Hausdorff 距离的运动对象的跟踪 | 第49-63页 |
·运动对象的几种跟踪算法 | 第49-53页 |
·形心算法 | 第49-50页 |
·匹配算法 | 第50-51页 |
·基于多尺度图像的主动轮廓线模型 | 第51-52页 |
·基于小波变换的跟踪算法 | 第52-53页 |
·运动对象的跟踪 | 第53-62页 |
·基于改进的Hausdorff 距离度量的多分辨率跟踪算法 | 第53-59页 |
·实验结果与分析 | 第59-62页 |
·本章小结 | 第62-63页 |
第5 章 基于帧间向量的感兴趣运动对象的跟踪 | 第63-68页 |
·多个运动对象场景下感兴趣视频对象的跟踪 | 第63-66页 |
·建立各运动对象的帧间向量 | 第63-64页 |
·感兴趣运动对象的跟踪 | 第64-66页 |
·实验结果与分析 | 第66-67页 |
·本章小结 | 第67-68页 |
结论 | 第68-70页 |
附录 | 第70-73页 |
参考文献 | 第73-79页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第79-80页 |
致谢 | 第80-81页 |
作者简介 | 第81页 |