智能交通监控视频图像抖动异常画质检测
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究目的和意义 | 第6页 |
| 1.2 国内外研究现状 | 第6-10页 |
| 1.2.1 图像去噪的研究现状 | 第6-9页 |
| 1.2.2 视频监控图像质量检测的研究现状 | 第9-10页 |
| 1.3 本文主要内容及结构安排 | 第10-12页 |
| 第二章 基于变分方法的图像去噪技术 | 第12-24页 |
| 2.1 图像去噪概述 | 第12-13页 |
| 2.2 Tikhonov去噪模型 | 第13-17页 |
| 2.3 TV去噪模型 | 第17-20页 |
| 2.4 非局部TV去噪模型 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 金字塔形分级检测算法 | 第24-32页 |
| 3.1 相关基础 | 第24-28页 |
| 3.1.1 彩色图像灰度化 | 第24页 |
| 3.1.2 图像灰度投影 | 第24-25页 |
| 3.1.3 相关性度量方法 | 第25-28页 |
| 3.2 金字塔形分级检测算法设计 | 第28-31页 |
| 3.2.1 算法流程 | 第28-29页 |
| 3.2.2 底层全检测 | 第29-30页 |
| 3.2.3 分级检测 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 检测结果与分析 | 第32-40页 |
| 4.1 视频库介绍 | 第32页 |
| 4.2 图像去噪预处理及灰度化 | 第32-33页 |
| 4.3 底层全检测结果 | 第33-36页 |
| 4.4 金字塔形分级检测结果 | 第36-39页 |
| 4.5 不同检测算法的对比 | 第39页 |
| 4.6 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 本文的工作总结 | 第40页 |
| 5.2 今后的工作展望 | 第40-42页 |
| 参考文献 | 第42-44页 |
| 攻读学位期间的研究成果 | 第44-45页 |
| 致谢 | 第45-46页 |
