基于矩阵低秩稀疏分解的图像融合算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-14页 |
| 1.3 研究内容 | 第14-17页 |
| 1.4 本论文的结构安排 | 第17-18页 |
| 第二章 矩阵低秩稀疏分解理论概述 | 第18-31页 |
| 2.1 常用的目标检测算法 | 第18-21页 |
| 2.1.1 帧差法 | 第18页 |
| 2.1.2 背景差分法 | 第18-20页 |
| 2.1.3 光流法 | 第20-21页 |
| 2.2 矩阵低秩稀疏分解理论基础 | 第21-30页 |
| 2.2.1 矩阵低秩稀疏分解算法模型 | 第21-24页 |
| 2.2.2 矩阵低秩稀疏分解在背景建模中的应用 | 第24-25页 |
| 2.2.3 incPcp算法 | 第25-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于目标边缘提取的融合算法研究 | 第31-44页 |
| 3.1 目标边缘提取的融合算法 | 第31-33页 |
| 3.1.1 目标边缘提取的融合算法框架 | 第31页 |
| 3.1.2 图像感兴趣区域的标定 | 第31-33页 |
| 3.2 目标边缘提取框架 | 第33-41页 |
| 3.2.1 目标梯度提取 | 第34-36页 |
| 3.2.2 目标梯度细化 | 第36页 |
| 3.2.3 目标边缘提取 | 第36-40页 |
| 3.2.4 实验结果与分析 | 第40-41页 |
| 3.3 目标边缘融合与边缘连接 | 第41-43页 |
| 3.3.1 目标边缘的融合 | 第41-42页 |
| 3.3.2 边缘连接 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 引入边缘信息的灰度置信图融合算法研究 | 第44-64页 |
| 4.1 引入边缘信息的灰度置信图融合算法 | 第44-52页 |
| 4.1.1 引入边缘信息的灰度置信图融合算法框架 | 第44-45页 |
| 4.1.2 基于灰度置信图的融合算法 | 第45-47页 |
| 4.1.3 引入边缘信息的灰度置信图融合算法研究 | 第47-52页 |
| 4.2 实验结果与分析 | 第52-63页 |
| 4.2.1 定量分析 | 第52-53页 |
| 4.2.2 单源序列融合检测对比 | 第53-57页 |
| 4.2.3 其他融合算法检测对比 | 第57-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 本文总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
