面向基于对象编码的视频分割研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-26页 |
·研究的背景和意义 | 第8-14页 |
·视频压缩的重要性 | 第8-9页 |
·视频编码的发展历程 | 第9-12页 |
·本课题的目的和意义 | 第12-14页 |
·国内外研究现状 | 第14-22页 |
·基于运动的分割 | 第16-18页 |
·时空结合的分割 | 第18-20页 |
·帧间匹配跟踪法 | 第20-21页 |
·各类视频分割技术的评价 | 第21-22页 |
·论文的主要工作 | 第22-24页 |
·论文的主要创新点 | 第24-25页 |
·章节安排 | 第25-26页 |
第二章 视频分割理论基础 | 第26-47页 |
·运动分析 | 第26-31页 |
·真实运动与表征运动 | 第26-27页 |
·参数模型 | 第27-28页 |
·非参数模型 | 第28-31页 |
·变化检测 | 第31-32页 |
·小波变换 | 第32-37页 |
·小波分析理论 | 第33-35页 |
·基于小波变换的视频分割 | 第35-37页 |
·形态学空域滤波 | 第37-41页 |
·二值图像形态学 | 第37-38页 |
·灰度图像形态学 | 第38-39页 |
·形态学边缘检测 | 第39-40页 |
·形态学关联算子 | 第40-41页 |
·边缘检测 | 第41-44页 |
·对象跟踪 | 第44-46页 |
·Snake模型 | 第45页 |
·Kalman滤波模型 | 第45-46页 |
·Hausdorff跟踪 | 第46页 |
·二维网格跟踪 | 第46页 |
·本章小结 | 第46-47页 |
第三章 基于时空信息的视频分割 | 第47-76页 |
·基于高阶矩检测和最大树滤波的时空分割算法 | 第47-61页 |
·预处理 | 第48-50页 |
·高阶矩特征检测运动区域 | 第50-54页 |
·基于最大树滤波的形态学空间分割 | 第54-58页 |
·时空分割融合 | 第58页 |
·实验结果 | 第58-61页 |
·融合时域分割的分水岭视频分割方法 | 第61-75页 |
·算法概述 | 第61-62页 |
·基于边缘的运动检测 | 第62-64页 |
·融合时空信息的修正分水岭 | 第64-67页 |
·实验与分析 | 第67-75页 |
·本章小结 | 第75-76页 |
第四章 基于跟踪的视频分割方法 | 第76-103页 |
·基于支持向量机的视频跟踪方法 | 第76-89页 |
·支持向量机原理 | 第77-80页 |
·基于SVM的分割跟踪算法 | 第80-83页 |
·实验结果 | 第83-89页 |
·基于块仿射优势分类和HD跟踪的视频分割方法 | 第89-101页 |
·运动对象检测 | 第89-92页 |
·基于Hausforff距离的对象跟踪 | 第92-95页 |
·模型更新 | 第95-97页 |
·修正分水岭提取VOP | 第97-98页 |
·实验与分析 | 第98-101页 |
·四个算法的综合评价 | 第101-102页 |
·本章小结 | 第102-103页 |
第五章 基于对象的视频编码研究 | 第103-114页 |
·MPEG-4 标准的基于对象压缩功能 | 第103-108页 |
·传统编码与基于对象编码的统一 | 第103-104页 |
·MPEG-4 数据结构 | 第104-105页 |
·基于对象编码方案 | 第105-108页 |
·基于对象编码系统的实现与实验结果 | 第108-109页 |
·本章小结 | 第109-114页 |
第六章 总结与展望 | 第114-117页 |
·全文总结 | 第114-115页 |
·前景展望 | 第115-117页 |
参考文献 | 第117-129页 |
攻读博士期间发表的论文 | 第129-130页 |
致谢 | 第130页 |