基于时空特征统计学习的视频图像雨雪去除问题研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景和意义 | 第8-10页 |
| 1.2 目前雨雪去除研究现状 | 第10-11页 |
| 1.4 本文主要工作和结构安排 | 第11-13页 |
| 1.4.1 本文主要工作 | 第11-12页 |
| 1.4.2 本文结构安排 | 第12-13页 |
| 第二章 雨雪的物理特征和时空特性 | 第13-18页 |
| 2.1 雨滴的物理特性 | 第13-14页 |
| 2.1.1 雨滴的形态和大小 | 第13页 |
| 2.1.2 雨滴的速度和空间分布 | 第13-14页 |
| 2.2 雨滴的物理模型 | 第14-16页 |
| 2.2.1 雨滴的亮度特性 | 第14-15页 |
| 2.2.2 雨滴的动力特征 | 第15-16页 |
| 2.3 雪花的物理特性 | 第16-17页 |
| 2.3.1 雪花的形态和大小 | 第16页 |
| 2.3.2 雪花的速度和空间分布 | 第16-17页 |
| 2.4 雪花的物理模型 | 第17-18页 |
| 第三章 静态场景下视频图像雨雪去除方法 | 第18-29页 |
| 3.1 卡尔曼滤波器简介 | 第18-21页 |
| 3.1.1 卡尔曼滤波器的组成 | 第19页 |
| 3.1.2 卡尔曼滤波器的滤波流程 | 第19-20页 |
| 3.1.3 卡尔曼滤波器的滤波特性 | 第20-21页 |
| 3.2 基于卡尔曼滤波的视频图像雨雪去除方法 | 第21-23页 |
| 3.2.1 标量卡尔曼滤波 | 第21-22页 |
| 3.2.2 静态场景下视频图像雨雪去除算法 | 第22-23页 |
| 3.3 实验结果分析及对比 | 第23-27页 |
| 3.4 本章小结 | 第27-29页 |
| 第四章 动态场景下视频图像雨雪去除方法 | 第29-50页 |
| 4.1 图像色彩模型 | 第29-30页 |
| 4.1.1 RGB模型 | 第29页 |
| 4.1.2 HSI模型 | 第29-30页 |
| 4.2 动态场景下雨滴的去除 | 第30-42页 |
| 4.2.1 基于时空统计特征的雨滴去除流程 | 第31-32页 |
| 4.2.2 雨滴的初步检测与边缘信息的剔除 | 第32-34页 |
| 4.2.3 动态场景下雨滴的时空特征分析 | 第34-36页 |
| 4.2.4 雨滴特征模型的建立 | 第36-37页 |
| 4.2.5 雨滴的去除 | 第37-38页 |
| 4.2.6 动态场景雨滴去除算法主要步骤 | 第38-39页 |
| 4.2.7 实验结果分析及对比 | 第39-42页 |
| 4.3 动态场景下雪花的去除 | 第42-49页 |
| 4.3.1 基于时空特征统计的雪花去除流程 | 第43页 |
| 4.3.2 雪花的初步检测 | 第43-44页 |
| 4.3.3 动态背景下雪花的时空特征分析 | 第44-45页 |
| 4.3.4 雪花特征模型的建立 | 第45页 |
| 4.3.5 雪花的去除 | 第45-46页 |
| 4.3.6 动态场景雪花去除算法主要步骤 | 第46页 |
| 4.3.7 实验结果分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 系统设计与实现 | 第50-55页 |
| 5.1 低质视频增强系统设计 | 第50-52页 |
| 5.1.1 静态场景雨雪视频去除模块 | 第51页 |
| 5.1.2 动态场景雨雪视频去除模块 | 第51页 |
| 5.1.3 背景像素学习模块 | 第51-52页 |
| 5.2 系统结果展示 | 第52-54页 |
| 5.3 算法应用 | 第54-55页 |
| 第六章 总结与展望 | 第55-58页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 未来工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |
