分布式视频压缩感知技术研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 视频自适应采样 | 第9-10页 |
| 1.2.2 边信息生成算法 | 第10-11页 |
| 1.3 论文工作及组织结构 | 第11-13页 |
| 第二章 分布式视频压缩感知技术分析 | 第13-27页 |
| 2.1 分布式视频压缩感知系统 | 第13-19页 |
| 2.1.1 压缩感知基本概念 | 第13-15页 |
| 2.1.2 分布式视频编码 | 第15-17页 |
| 2.1.3 分布式视频压缩感知 | 第17-19页 |
| 2.2 分布式视频采样方法 | 第19-22页 |
| 2.2.1 基于多尺度的自适应采样 | 第20-21页 |
| 2.2.2 目前存在的问题 | 第21-22页 |
| 2.3 分布式视频边信息生成方法 | 第22-25页 |
| 2.3.1 基于运动补偿的内插值边信息生成 | 第22-25页 |
| 2.3.2 目前存在的问题 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 一种基于信息熵的视频自适应采样算法 | 第27-38页 |
| 3.1 问题分析 | 第27-31页 |
| 3.1.1 分布式采样方法 | 第27-29页 |
| 3.1.2 图像信息熵 | 第29-31页 |
| 3.2 基于信息熵的自适应采样算法 | 第31-33页 |
| 3.2.1 预采样率的分配 | 第31-32页 |
| 3.2.2 像素权值的计算 | 第32页 |
| 3.2.3 分块采样 | 第32-33页 |
| 3.3 性能仿真分析 | 第33-37页 |
| 3.3.1 实验环境和方案 | 第33页 |
| 3.3.2 实验结果及分析 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 一种基于相关性的边信息生成算法 | 第38-49页 |
| 4.1 问题分析 | 第38-39页 |
| 4.2 基于相关性的边信息生成算法 | 第39-46页 |
| 4.2.1 运动分块的划分 | 第40-43页 |
| 4.2.2 分块中运动区域的划分 | 第43-45页 |
| 4.2.3 运动矢量的滤波 | 第45-46页 |
| 4.3 性能仿真分析 | 第46-47页 |
| 4.3.1 实验环境和方案 | 第46页 |
| 4.3.2 实验结果及分析 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 一种基于压缩感知的视频编解码器 | 第49-56页 |
| 5.1 编解码方案设计 | 第49-52页 |
| 5.1.1 基于DVCS的视频编码 | 第49-51页 |
| 5.1.2 基于DVCS的视频解码 | 第51-52页 |
| 5.2 性能仿真分析 | 第52-55页 |
| 5.2.1 仿真环境设置 | 第52-53页 |
| 5.2.2 仿真结果分析 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第62-63页 |
| 附录2 攻读硕士学位期间申请的专利 | 第63-64页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |
