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

论文共95页,点击 下载论文
上一篇:面向方面数据库系统中基于日志的编织应用研究
下一篇:增量式数据竞争检测