| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 视频稳像算法的发展现状 | 第13-17页 |
| 1.2.1 国内外发展现状 | 第13-16页 |
| 1.2.2 视频稳像的主要难题 | 第16-17页 |
| 1.3 主要研究内容 | 第17-19页 |
| 第二章 特征点轨迹稳像算法基本结构及分析 | 第19-34页 |
| 2.1 特征点轨迹稳像算法基本结构 | 第19页 |
| 2.2 特征点轨迹提取算法分析 | 第19-26页 |
| 2.2.1 Harris特征点提取算子 | 第20-22页 |
| 2.2.2 KLT特征点追踪算法分析 | 第22-24页 |
| 2.2.3 RANSAC算法剔除误匹配 | 第24-26页 |
| 2.3 特征点轨迹平滑算法分析 | 第26-30页 |
| 2.3.1 子空间约束平滑算法 | 第26-28页 |
| 2.3.2 对极几何点转移平滑算法 | 第28页 |
| 2.3.3 三焦点张量重投影平滑算法 | 第28-30页 |
| 2.4 稳定帧生成算法分析 | 第30-31页 |
| 2.4.1 2D全局变形 | 第30-31页 |
| 2.4.2 基于网格变换的内容保留变形 | 第31页 |
| 2.5 本文算法整体架构 | 第31-33页 |
| 2.6 小结 | 第33-34页 |
| 第三章 基于特征点轨迹增长的视频稳像算法 | 第34-54页 |
| 3.1 算法思想 | 第34-36页 |
| 3.2 基于信息度量评价的特征点轨迹提取算法 | 第36-40页 |
| 3.2.1 距离约束的特征点提取策略及其局限 | 第36-38页 |
| 3.2.2 基于信息度量的特征点选择策略 | 第38-40页 |
| 3.3 基于低秩矩阵恢复的特征点轨迹增长算法 | 第40-43页 |
| 3.3.1 低秩矩阵的恢复 | 第40-41页 |
| 3.3.2 特征点轨迹增长 | 第41-43页 |
| 3.4 特征点轨迹平滑算法的改进 | 第43-50页 |
| 3.4.1 特征点平滑位置的获取 | 第43-44页 |
| 3.4.2 滤波窗口半径对平滑效果的影响 | 第44-48页 |
| 3.4.3 基于特征点轨迹长度的自适应窗口函数半径设定 | 第48-50页 |
| 3.5 网格变形生成稳定帧 | 第50-52页 |
| 3.5.1 网格变形原理 | 第50-51页 |
| 3.5.2 网格变形参数的计算 | 第51-52页 |
| 3.6 小结 | 第52-54页 |
| 第四章 运动目标特征点剔除算法的改进及实现 | 第54-66页 |
| 4.1 传统运动目标特征点剔除算法分析 | 第54-56页 |
| 4.2 基于小波聚类的运动目标特征点剔除算法 | 第56-61页 |
| 4.2.1 小波聚类算法原理 | 第56-57页 |
| 4.2.2 小波聚类在特征点剔除算法中的应用 | 第57-61页 |
| 4.3 改进后的运动目标特征点剔除算法 | 第61-64页 |
| 4.3.1 特征点的分布方式判别 | 第61-63页 |
| 4.3.2 运动目标特征点剔除算法整体流程 | 第63-64页 |
| 4.4 与传统特征点剔除算法对比 | 第64页 |
| 4.5 小结 | 第64-66页 |
| 第五章 实验结果及分析 | 第66-76页 |
| 5.1 对比实验设计 | 第66-67页 |
| 5.2 对比基于子空间约束的视频稳像算法 | 第67-70页 |
| 5.3 对比基于对极几何点转移的视频稳像算法 | 第70-72页 |
| 5.4 对比基于三焦点张量重投影的视频稳像算法 | 第72-74页 |
| 5.5 算法时间复杂度分析 | 第74-75页 |
| 5.6 小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-79页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 研究展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果及发表的学术论文 | 第84页 |