基于网络摄像头的多视全景视频技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第1章 绪论 | 第14-18页 |
| ·本课题研究背景和意义 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·本文内容和组织结构 | 第16-18页 |
| ·内容 | 第16-17页 |
| ·组织结构 | 第17-18页 |
| 第2章 多视全景视频系统基本框架与技术概述 | 第18-32页 |
| ·本章引言 | 第18页 |
| ·多视全景视频系统的基本框架 | 第18-19页 |
| ·硬件框架 | 第18-19页 |
| ·软件框架 | 第19页 |
| ·视频图像配准技术概述 | 第19-26页 |
| ·基于像素值的配准技术 | 第20-22页 |
| ·基于变换域的配准技术 | 第22-23页 |
| ·基于特征的配准技术 | 第23-26页 |
| ·视频图像融合技术概述 | 第26-27页 |
| ·均值融合 | 第26页 |
| ·线性融合 | 第26-27页 |
| ·多分辨率融合 | 第27页 |
| ·投影显示模型 | 第27-31页 |
| ·二维平面投影 | 第28-30页 |
| ·三维几何体投影 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 多视全景视频系统主要模块设计与实现 | 第32-58页 |
| ·本章引言 | 第32页 |
| ·多视全景视频系统流程图 | 第32-34页 |
| ·基于SFIT算法的特征提取 | 第34-42页 |
| ·尺度空间极值检测 | 第35-37页 |
| ·特征点筛选及精确定位 | 第37-39页 |
| ·特征点方向分配 | 第39-40页 |
| ·生成特征点描述符 | 第40-41页 |
| ·实验结果与分析 | 第41-42页 |
| ·基于K-D树的快速特征匹配 | 第42-45页 |
| ·ANN搜索与K-D树 | 第42-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·基于RANSAC的精确匹配 | 第45-48页 |
| ·RANSAC算法原理 | 第45-47页 |
| ·实验结果与分析 | 第47-48页 |
| ·最优投影矩阵的确定 | 第48-50页 |
| ·投影平面配准 | 第50-51页 |
| ·重叠区域融合 | 第51-56页 |
| ·双线性加权融合 | 第51-52页 |
| ·非线性融合 | 第52-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·有效区域裁剪 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 基于GPU的全景视频系统优化方案 | 第58-80页 |
| ·本章引言 | 第58页 |
| ·GPU体系结构分析 | 第58-63页 |
| ·3D图形管线结构 | 第59-61页 |
| ·非图形功能结构 | 第61-63页 |
| ·基于GPU的通用计算模型 | 第63-68页 |
| ·流式编程模型 | 第63-65页 |
| ·编程接口及着色器语言 | 第65-68页 |
| ·特征提取模块的GPU加速 | 第68-74页 |
| ·纹理存储设计 | 第68-69页 |
| ·尺度空间生成 | 第69-70页 |
| ·局部极值检测与梯度计算 | 第70-71页 |
| ·特征点列表生成及重组 | 第71-74页 |
| ·实验结果与分析 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 第5章 多视全景视频系统的性能测试与分析 | 第80-88页 |
| ·本章引言 | 第80页 |
| ·视频采集 | 第80-82页 |
| ·实验结果与分析 | 第82-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 总结和展望 | 第88-91页 |
| ·总结 | 第88-89页 |
| ·下一步工作计划 | 第89-91页 |
| 参考文献 | 第91-94页 |
| 致谢 | 第94-95页 |
| 在学期间发表的学术论文与研究成果 | 第95页 |
