洗车监控视频压缩感知技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究目的与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 压缩感知理论发展历程 | 第11-12页 |
| 1.2.2 基于压缩感知的视频编解码 | 第12-15页 |
| 1.3 论文的主要研究内容 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 基于内容的洗车监控视频筛选 | 第18-34页 |
| 2.1 灰度化 | 第18-19页 |
| 2.2 运动目标检测算法优劣对比 | 第19-20页 |
| 2.3 目标截取定位 | 第20-21页 |
| 2.4 边缘检测 | 第21-23页 |
| 2.4.1 常见的边缘检测算子 | 第21-23页 |
| 2.4.2 边缘检测实验对比 | 第23页 |
| 2.5 形态学处理 | 第23-25页 |
| 2.5.1 视频图像膨胀 | 第24页 |
| 2.5.2 视频图像腐蚀 | 第24-25页 |
| 2.6 视频的筛选判定规则 | 第25-27页 |
| 2.7 视频图像滤波 | 第27-29页 |
| 2.8 实验流程分析 | 第29-31页 |
| 2.9 实验过程与结果分析 | 第31-33页 |
| 2.10 本章小结 | 第33-34页 |
| 第3章 基于压缩感知的洗车监控视频压缩 | 第34-40页 |
| 3.1 传统信号处理问题分析 | 第34页 |
| 3.2 压缩感知技术基本原理 | 第34-35页 |
| 3.3 基于压缩感知基本理论的视频压缩 | 第35-38页 |
| 3.3.1 信号的稀疏表示 | 第37页 |
| 3.3.2 测量矩阵的设计 | 第37-38页 |
| 3.4 压缩结果比较 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 洗车监控视频重建 | 第40-57页 |
| 4.1 重构算法 | 第40页 |
| 4.2 常见的重构算法与实验分析 | 第40-43页 |
| 4.3 字典的分类与概述 | 第43页 |
| 4.4 压缩感知字典 | 第43-47页 |
| 4.4.1 基于训练的字典构造方法 | 第44-45页 |
| 4.4.2 KSVD字典构造方法 | 第45-47页 |
| 4.5 算法分析 | 第47-49页 |
| 4.6 图像压缩质量评价 | 第49-50页 |
| 4.6.1 主观评价原则 | 第49-50页 |
| 4.6.2 客观评价原则 | 第50页 |
| 4.7 实验总结 | 第50-56页 |
| 4.7.1 平台与环境 | 第51页 |
| 4.7.2 实验过程与分析 | 第51-56页 |
| 4.8 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第61-62页 |
| 致谢 | 第62页 |
