基于马尔可夫能量聚类的视频对象提取算法的研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究现状 | 第12-16页 |
| ·视频分割方法的分类 | 第13-15页 |
| ·视频对象跟踪方法的分类 | 第15-16页 |
| ·本文结构 | 第16-17页 |
| 第2章 基于FCM 和MRF 的分割算法 | 第17-35页 |
| ·基于FCM 的分割算法 | 第17-27页 |
| ·数据集的划分 | 第18-19页 |
| ·模糊C 均值聚类算法 | 第19-20页 |
| ·FCM 算法的扩展 | 第20-23页 |
| ·算法性能比较 | 第23-27页 |
| ·基于MRF 的分割算法 | 第27-35页 |
| ·马尔可夫随机场 | 第27-28页 |
| ·均值场 | 第28-29页 |
| ·基于均值场理论和马尔可夫随机场的分割算法 | 第29-31页 |
| ·简单区分前背景 | 第29页 |
| ·系统能量函数的计算 | 第29-30页 |
| ·算法详细步骤 | 第30-31页 |
| ·实验结果及分析 | 第31-34页 |
| ·实验结果 | 第31-32页 |
| ·算法性能比较 | 第32-34页 |
| ·结论 | 第34-35页 |
| 第3章 基于能量聚类的对象分割算法 | 第35-46页 |
| ·基于马尔可夫能量聚类的分割算法 | 第35-42页 |
| ·全局运动补偿与场景变化检测 | 第35-36页 |
| ·算法基本结构 | 第36-37页 |
| ·基于能量的聚类 | 第37-39页 |
| ·Canny 算子边缘检测及数学形态学 | 第39-42页 |
| ·Canny 算子边缘检测 | 第39-41页 |
| ·数学形态学 | 第41-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·总结 | 第45-46页 |
| 第4章 基于最小矩形框的对象跟踪算法 | 第46-50页 |
| ·视频对象跟踪目的 | 第46页 |
| ·背景差分法 | 第46-47页 |
| ·基于最小矩形框的视频对象跟踪算法 | 第47-49页 |
| ·总结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·全文工作总结 | 第50-51页 |
| ·今后工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录 （攻读学位期间所发表的学术论文） | 第57页 |
