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

基于运动估计和运动分离等技术的电子稳像算法研究

摘要第4-5页
Abstract第5-6页
目录第7-10页
第1章 绪论第10-16页
    1.1 课题背景及研究的目的和意义第10页
    1.2 稳像技术的分类及应用第10-13页
        1.2.1 稳像技术的分类第10-11页
        1.2.2 电子稳像技术的发展第11-13页
    1.3 电子稳像技术的研究概况第13-14页
        1.3.1 运动估计第13-14页
        1.3.2 运动分离第14页
        1.3.3 运动补偿及评价准则第14页
    1.4 本文研究的主要内容第14-16页
第2章 电子稳像的基本理论和方法第16-32页
    2.1 引言第16页
    2.2 电子稳像的基本原理第16-19页
        2.2.1 帧序列的运动状态分析第16-17页
        2.2.2 摄像载体运动与帧间运动的关系第17-19页
        2.2.3 电子稳像系统的结构和原理第19页
    2.3 摄像几何分析和图像变换原理第19-24页
        2.3.1 摄像机模型和固联坐标系第19-20页
        2.3.2 图像变换的数学模型第20-24页
    2.4 运动估计理论第24-27页
        2.4.1 运动估计原理第24页
        2.4.2 运动估计的主要算法第24-27页
    2.5 运动分离和运动补偿理论第27-28页
        2.5.1 运动分离的基本思想和方法第27-28页
        2.5.2 运动补偿的基本原理第28页
    2.6 OPENCV 计算机视觉开发平台第28-31页
        2.6.1 OpenCV 简介第28-29页
        2.6.2 OpenCV 的架构和组成第29-30页
        2.6.3 OpenCV 的常用数据结构第30-31页
    2.7 本章小结第31-32页
第3章 复杂运动下的运动估计算法研究第32-54页
    3.1 引言第32页
    3.2 特征匹配算法分析第32-35页
        3.2.1 特征匹配法的基本原理第32-33页
        3.2.2 特征量的类型与选取第33-35页
    3.3 HARRIS 角点的特征匹配算法第35-41页
        3.3.1 特征点的选取第35-36页
        3.3.2 Harris 角点的选取和匹配第36-39页
        3.3.3 仿真与实验第39-41页
    3.4 基于自适应选取 HARRIS 亚像素级角点的改进第41-51页
        3.4.1 传统 Harris 角点选取的局限性第41-43页
        3.4.2 亚像素级 Harris 角点的选取第43-44页
        3.4.3 前景运动物体的检测和分割第44-47页
        3.4.4 角点数量的自适应控制第47-51页
    3.5 全局运动状态估计第51-53页
        3.5.1 局部运动矢量估计第51-52页
        3.5.2 全局运动矢量估计第52-53页
    3.6 本章小结第53-54页
第4章 运动分离和补偿算法研究第54-70页
    4.1 引言第54页
    4.2 滤波的运动分离方法分析第54-60页
        4.2.1 滤波的运动分离方法分析第54-55页
        4.2.2 Kalman 滤波法第55-57页
        4.2.3 仿真与实验第57-60页
    4.3 运动补偿的方法分析第60-64页
        4.3.1 运动补偿方式第60-61页
        4.3.2 传统运动补偿算法第61-62页
        4.3.3 改进的运动补偿算法第62-64页
    4.4 基于图像拼接技术的全景补偿研究第64-67页
        4.4.1 图像拼接技术在全景补偿中的应用第64-65页
        4.4.2 基于特征点的图像配准研究第65-66页
        4.4.3 适用于电子稳像的图像融合研究第66-67页
    4.5 稳像质量评价准则研究第67-69页
        4.5.1 主观评价第67页
        4.5.2 均方差和峰值信噪比第67-68页
        4.5.3 图像差分第68-69页
    4.6 本章小结第69-70页
结论第70-71页
参考文献第71-77页
读硕士学位期间发表的论文及其它成果第77-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:基于CT图像的肺部肿瘤检测与诊断
下一篇:基于机器视觉的牲畜体征测量系统的研究