基于宽带通信网的视频质量诊断研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题背景和意义 | 第10-11页 |
| ·国内外研究动向 | 第11-12页 |
| ·研究的主要内容 | 第12-14页 |
| 第二章 视频图像质量诊断的关键技术 | 第14-24页 |
| ·视频图像特征概述 | 第14-15页 |
| ·图像对比方法介绍 | 第15-16页 |
| ·机器学习简介 | 第16-17页 |
| ·基于神经网络的机器学习 | 第17-22页 |
| ·神经网络表示示例：ALVINN系统 | 第17-19页 |
| ·感知器 | 第19-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 视频信号缺失、画面冻结检测 | 第24-32页 |
| ·基于图像对比检测算法 | 第24-26页 |
| ·图像颜色空间 | 第24页 |
| ·图像颜色特征提取 | 第24-25页 |
| ·基于颜色直方图的匹配算法 | 第25-26页 |
| ·视频信号缺失检测 | 第26-30页 |
| ·视频信号缺失检测目标 | 第26页 |
| ·视频信号缺失检测方案 | 第26-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 基于机器学习算法视频故障检测 | 第32-61页 |
| ·多层网络和反向传播算法 | 第32-36页 |
| ·可微阈值单元 | 第32-33页 |
| ·反向传播算法 | 第33-34页 |
| ·学习任意的无环网络 | 第34页 |
| ·反向传播法则的推导 | 第34-36页 |
| ·视频信号清晰度异常检测 | 第36-43页 |
| ·视频信号清晰度异场检测目标 | 第36-37页 |
| ·视频信号图像清晰度异常特征提取 | 第37-39页 |
| ·基于BP神经网络清晰度异常检测训练器设计 | 第39-40页 |
| ·视频信号图像清晰度检测实验仿真与结果 | 第40-43页 |
| ·视频信号偏色异常检测 | 第43-48页 |
| ·视频信号偏色异场检测目标 | 第43页 |
| ·视频信号图像偏色的表现及特征提取 | 第43-44页 |
| ·基于BP神经网络偏色检测训练器设计 | 第44-45页 |
| ·实验仿真测试与结果分析 | 第45-48页 |
| ·视频信号亮度异常检测 | 第48-54页 |
| ·视频信号亮度异常检测目标 | 第48页 |
| ·视频信号亮度异常表现及特征提取 | 第48-49页 |
| ·基于BP神经网络亮度异常检测训练器设计 | 第49-50页 |
| ·实验仿真测试与结果分析 | 第50-54页 |
| ·视频信号噪声检测 | 第54-59页 |
| ·视频信号噪声检测目标 | 第54-55页 |
| ·视频信号图像强条纹的表现及特征提取 | 第55-56页 |
| ·基于BP神经网络强条纹检测训练器设计 | 第56-57页 |
| ·实验仿真测试与结果分析 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 PTZ转动检测 | 第61-66页 |
| ·PTZ转动检测概述 | 第61页 |
| ·角点检测与匹配 | 第61-63页 |
| ·Harris算子 | 第61-63页 |
| ·角点匹配 | 第63页 |
| ·PTZ运动检测与角点匹配优化 | 第63-65页 |
| ·传统角点匹配缺陷 | 第63-64页 |
| ·角点匹配优化 | 第64-65页 |
| ·PTZ运动检测 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第六章 视频质量诊断系统实现 | 第66-73页 |
| ·系统概要及流程设计 | 第66-72页 |
| ·视频监控网络概述 | 第66-67页 |
| ·视频诊断系统实现 | 第67-69页 |
| ·视频诊断系统性能分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 课题总结及展望 | 第73-75页 |
| ·课题总结 | 第73页 |
| ·课题的展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77页 |
