| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 论文结构安排 | 第11-13页 |
| 第二章 基本光流算法及质量评价体系 | 第13-25页 |
| 2.1 基本光流算法及目前存在问题 | 第13-17页 |
| 2.1.1 Hom-Schunck全局算法 | 第15-16页 |
| 2.1.2 Lucas-Kanade局部算法 | 第16-17页 |
| 2.2 光流测试结果评价 | 第17-19页 |
| 2.2.1 光流场测试库 | 第17-19页 |
| 2.2.2 光流评价指标 | 第19页 |
| 2.3 光流场显示方案 | 第19-23页 |
| 2.3.1 HSI模型 | 第19-20页 |
| 2.3.2 RGB模型 | 第20-21页 |
| 2.3.3 RGB模型与HSI模型的转换 | 第21-22页 |
| 2.3.4 光流彩色显示 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 改进的基于全局最小能量泛函光流算法 | 第25-41页 |
| 3.1 基于ROF模型纹理分析 | 第26-30页 |
| 3.1.1 图像预处理 | 第27-28页 |
| 3.1.2 图像纹理分析实验结果 | 第28-30页 |
| 3.2 改进光流算法策略 | 第30-38页 |
| 3.2.1 多分辨率分层细化 | 第30-33页 |
| 3.2.2 最小化能量泛函 | 第33页 |
| 3.2.3 修正异常光流矢量 | 第33-35页 |
| 3.2.4 实验结果 | 第35-38页 |
| 3.3 本章小结 | 第38-41页 |
| 第四章 基于全局光流群体性视频粒子表征 | 第41-55页 |
| 4.1 视频测试库选取及总体设计方案 | 第41-48页 |
| 4.1.1 总体设计方案 | 第42-43页 |
| 4.1.2 流图 | 第43-44页 |
| 4.1.3 流体力学介绍 | 第44-45页 |
| 4.1.4 有限时间李亚普诺夫指数算法 | 第45-47页 |
| 4.1.5 实验结果 | 第47-48页 |
| 4.2 视频粒子行为表征 | 第48-54页 |
| 4.2.1 粒子能量理论 | 第49页 |
| 4.2.2 场景分类及建立粒子属性集 | 第49-50页 |
| 4.2.3 瞬时动态能量函数 | 第50-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 基于全局模型与微观模型的群体性异常行为检测 | 第55-67页 |
| 5.1 基于马尔可夫随机场的全局能量 | 第55-60页 |
| 5.1.1 马尔可夫随机场 | 第55-56页 |
| 5.1.2 吉布斯随机场 | 第56-57页 |
| 5.1.3 马尔可夫随机场与吉布斯随机场的等价性 | 第57-58页 |
| 5.1.4 全局能量函数 | 第58-60页 |
| 5.2 群体性异常行为检测 | 第60-65页 |
| 5.3 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间发表的论文和科技成果 | 第75页 |