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

基于内容的图像/视频重定向方法研究

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-21页
   ·课题背景与意义第11-13页
   ·图像和视频重定向的目标和难点第13-14页
   ·国内外研究现状第14-18页
     ·图像重定向第14-17页
     ·视频重定向第17-18页
   ·主要研究内容及组织结构第18-21页
第2章 基础知识介绍第21-35页
   ·基于后向能量的细缝裁剪方法第21-24页
     ·基本原理第21-22页
     ·像素能量初始化第22-23页
     ·细缝的定义第23页
     ·能量累加矩阵第23-24页
     ·最优细缝的选取第24页
   ·基于前向能量的细缝裁剪方法第24-25页
   ·快速细缝裁剪方法第25-30页
     ·基本原理第26页
     ·特殊二分图的最优匹配第26-28页
     ·关系权重的定义第28页
     ·实验结果分析第28-30页
   ·基于网格的非均匀映射方法第30-33页
     ·算法基本原理第31-32页
     ·实验结果分析第32-33页
   ·本章小结第33-35页
第3章 改进的细缝裁剪方法第35-55页
   ·基于能量转移的细缝裁剪方法第35-39页
     ·细缝裁减带来的图像降质原因分析第35-36页
     ·灰度能量转移第36-37页
     ·算法实验结果对比第37-38页
     ·能量转移宽度对算法结果的影响第38-39页
     ·总结第39页
   ·条带约束的快速细缝裁剪方法第39-46页
     ·传统方法面临的问题第40-41页
     ·算法基本原理第41-43页
     ·实验结果及分析第43-46页
     ·总结第46页
   ·条带分割和相邻度约束的快速细缝裁剪方法第46-53页
     ·算法基本原理第46-50页
     ·算法分析第50-53页
     ·总结第53页
   ·本章小结第53-55页
第4章 细缝裁剪和非均匀映射结合的图像重定向方法第55-67页
   ·算法基本流程第55-56页
   ·结构相似性度量方法分析第56-58页
   ·图像重要区域分割第58-59页
   ·邻域加权的细缝裁剪方法第59-60页
     ·加权函数第59-60页
     ·加权函数与灰度能量转移的区别第60页
   ·跟踪点的更新第60-61页
   ·内容相关的度量(CAM: The Content Aware Metric)第61-62页
   ·实验结果分析第62-65页
     ·CAM图像质量评价结果分析第62-63页
     ·图像重定向结果分析第63-65页
   ·本章小结第65-67页
第5章 简单快速的视频重定向方法第67-81页
   ·算法流程第68-69页
   ·全局运动矢量和前景运动能量场的计算第69-72页
     ·计算光流场第69页
     ·计算全局运动矢量第69-70页
     ·计算前景运动能量场第70-72页
   ·条带子图像的划分和跟踪第72-73页
     ·条带子图像的划分第72页
     ·条带子图像的运动跟踪第72-73页
   ·条带子图像的重要度计算第73-76页
     ·条带子图像的重要度计算第73-74页
     ·帧间条带子图像的重要度叠加第74-76页
     ·生成配置文件第76页
   ·实时的视频重定向处理第76-77页
   ·实验结果分析第77-80页
     ·动态背景的实验结果分析第77-78页
     ·静态背景的实验结果分析第78-79页
     ·重要度图对视频重定向结果的影响第79-80页
   ·本章小结第80-81页
结论第81-83页
参考文献第83-87页
攻读硕士学位期间发表的学术论文第87-89页
致谢第89页

论文共89页,点击 下载论文
上一篇:彩色眼底图像中视盘识别算法研究
下一篇:基于自适应全局运动估计的室内视觉定位方法研究