一种Lucas-Kanade光流金字塔算法的伪特征点移除方法
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 计算机视觉简介 | 第10页 |
| 1.2 计算机视觉的应用 | 第10-11页 |
| 1.3 计算机视觉运动跟踪面临的问题 | 第11-12页 |
| 1.4 本文的主要内容 | 第12-13页 |
| 第二章 计算机视觉的部分概念和基本算法 | 第13-24页 |
| 2.1 图像在频域上的表现 | 第13-14页 |
| 2.2 高斯模糊 | 第14-15页 |
| 2.3 特征检测及特征分类 | 第15-17页 |
| 2.4 角点检测 | 第17-18页 |
| 2.5 Harris角点检测 | 第18-20页 |
| 2.6 光流 | 第20-21页 |
| 2.7 金字塔算法 | 第21-24页 |
| 第三章 伪特征点移除算法的提出 | 第24-33页 |
| 3.1 伪特征点对光流的影响 | 第24-26页 |
| 3.2 降低亮度变化引入的误差 | 第26-27页 |
| 3.3 考虑实际应用中引入的误差 | 第27页 |
| 3.4 修正项合理范围的讨论 | 第27-30页 |
| 3.5 因子p的取值讨论 | 第30-31页 |
| 3.6 将伪特征点移除算法应用于金字塔算法中 | 第31-33页 |
| 第四章 GridJS视觉库及实验结果 | 第33-66页 |
| 4.1 GridJS视觉库 | 第33页 |
| 4.2 GridJS中的ImageObject | 第33-34页 |
| 4.3 利用GridJS检测角点 | 第34-38页 |
| 4.4 利用pilkft.js计算光流 | 第38-46页 |
| 4.5 对为特征移除算法进行验证 | 第46-48页 |
| 4.6 实验结果与分析 | 第48-66页 |
| 第五章 结论 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 研究成果 | 第70页 |
