Bayesian运动图像分析
| 第一章 绪论 | 第1-25页 |
| ·研究背景 | 第12-13页 |
| ·运动图像分析技术的发展现状 | 第13-23页 |
| ·论文的主要贡献及章节安排 | 第23-25页 |
| 第二章 图像分割的基础 | 第25-35页 |
| ·引言 | 第25页 |
| ·Bayesian图像分析理论 | 第25-30页 |
| ·随机场理论 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 运动图像分析模型及其初始化方法 | 第35-49页 |
| ·引言 | 第35-36页 |
| ·相关研究概况 | 第36-37页 |
| ·基于运动的图像分割模型 | 第37-42页 |
| ·自适应分割算法及模型运动参数的估计 | 第42-45页 |
| ·运动图像序列的初始分割 | 第45-47页 |
| ·仿真分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 运动图像的分割 | 第49-71页 |
| ·引言 | 第49页 |
| ·Gibbs采样器、随机松弛和模拟退火算法 | 第49-53页 |
| ·Metropolis采样算法 | 第53-56页 |
| ·ICM算法 | 第56-57页 |
| ·最高置信度优先(HCF)算法 | 第57-64页 |
| ·仿真分析 | 第64-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 多分辨率运动图像分割方法 | 第71-91页 |
| ·引言 | 第71-72页 |
| ·Gaussian图像金字塔 | 第72-75页 |
| ·多分辨率下的模型运动参数估计 | 第75-79页 |
| ·图像运动模型参数的鲁棒多分辨率估计 | 第79-84页 |
| ·仿真分析 | 第84-89页 |
| ·本章小结 | 第89-91页 |
| 第六章 多尺度随机场运动图像分析方法 | 第91-127页 |
| ·引言 | 第91-93页 |
| ·图像的子波变换 | 第93-100页 |
| ·多尺度自回归模型 | 第100-109页 |
| ·运动图像的多尺度随机场分割 | 第109-120页 |
| ·MSRF运动图像分析 | 第120-122页 |
| ·仿真分析 | 第122-126页 |
| ·本章小结 | 第126-127页 |
| 第七章 运动场景分析 | 第127-137页 |
| ·引言 | 第127页 |
| ·连续分割过程中的时间链接 | 第127-128页 |
| ·运动目标的成像跟踪方法 | 第128-131页 |
| ·运动目标的中心跟踪方法 | 第131-136页 |
| ·本章小结 | 第136-137页 |
| 第八章 总结与展望 | 第137-139页 |
| ·本文的总结 | 第137-138页 |
| ·本文的研究展望 | 第138-139页 |
| 附录 算法流程 | 第139-143页 |
| 参考文献 | 第143-153页 |
| 致谢 | 第153-155页 |
