首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视频监控系统中视频处理相关问题研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第12-24页
    1.1 课题研究的背景和意义第12页
    1.2 国内外研究现状第12-15页
    1.3 本文研究内容第15-21页
        1.3.1 视频去噪第15-16页
        1.3.2 视频稳定化第16-18页
        1.3.3 目标分割第18-20页
        1.3.4 目标跟踪第20-21页
    1.4 本文的主要工作第21-22页
    1.5 本文组织结构第22-24页
第2章 相关理论基础第24-40页
    2.1 粒子滤波概述第24-26页
        2.1.1 算法的基本思想第24-25页
        2.1.2 目标跟踪问题的粒子化第25-26页
    2.2 视频稳定化第26-32页
        2.2.1 基于块匹配的运动估计第26-28页
        2.2.2 基于特征匹配的运动估计第28-32页
    2.3 曲线演化理论与水平集理论第32-37页
    2.4 无参密度估计理论第37-39页
        2.4.1 参数密度估计第37页
        2.4.2 无参密度估计第37-39页
    2.5 本章小结第39-40页
第3章 视频监控系统的去噪问题第40-56页
    3.1 视频噪声概述第40-42页
    3.2 视频噪声的特点及常用滤波器第42-46页
        3.2.1 视频图像噪声的特点第42-43页
        3.2.2 常用的滤波器第43-46页
    3.3 时空联合去噪视频去噪算法第46-50页
        3.3.1 空域滤波第46-48页
        3.3.2 时域滤波第48-49页
        3.3.3 算法流程第49-50页
    3.4 实验及数据分析第50-55页
    3.5 本章小结第55-56页
第4章 视频监控系统的稳像问题第56-82页
    4.1 视频稳定化基本流程第56-57页
    4.2 系统描述第57-59页
    4.3 基本粒子滤波算法第59-61页
    4.4 迭代无迹卡尔曼粒子滤波及其仿真实验第61-66页
        4.4.1 迭代无迹卡尔曼粒子滤波第61-64页
        4.4.2 仿真实验:PF-IUKF~*算法性能测试第64-66页
    4.5 半迭代无迹卡尔曼粒子滤波第66-74页
        4.5.1 不同迭代阈值下PF-IUKF~*算法的特性第66-68页
        4.5.2 半迭代无迹卡尔曼粒子滤波算法第68-69页
        4.5.3 仿真实验第69-74页
    4.6 基于粒子滤波的视频稳定化算法第74-81页
        4.6.1 基于粒子滤波修正的算法流程第75-77页
        4.6.2 实验和结果第77-81页
    4.7 本章小结第81-82页
第5章 视频监控系统中的图像分割第82-102页
    5.1 主动轮廓模型第83-95页
        5.1.1 基于边缘的主动轮廓模型第83-85页
        5.1.2 基于区域的主动轮廓模型第85-92页
        5.1.3 一种新的全局-局部主动轮廓模型第92-95页
    5.2 基于先验形状的轮廓分割第95-97页
    5.3 实验结果及分析第97-101页
        5.3.1 实验设置第97-98页
        5.3.2 先验的初始化第98-99页
        5.3.3 实验结果和分析第99-101页
    5.4 本章小结第101-102页
第6章 视频监控系统中的目标跟踪第102-112页
    6.1 基本均值偏移算法Meanshift第102-105页
        6.1.1 Meanshift向量第102-103页
        6.1.2 MeanShift算法在目标跟踪中的应用第103-105页
    6.2 连续自适应均值偏移算法Camshifi第105-106页
    6.3 扩展窗口选取的矛盾第106-107页
    6.4 加窗二维核概率图模板第107-109页
        6.4.1 扩展窗口的选择第107-108页
        6.4.2 概率图值的加权第108-109页
    6.5 算法流程第109页
    6.6 实验结果与数据分析第109-111页
    6.7 本章小结第111-112页
第7章 工作总结和展望第112-114页
    7.1 工作总结第112-113页
    7.2 展望第113-114页
参考文献第114-122页
致谢第122-124页
攻读博士学位期间发表的论文第124页

论文共124页,点击 下载论文
上一篇:基于神经网络的近似动态规划理论及其应用研究
下一篇:基于磁共振颅脑影像的脑组织自动分割方法的研究