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

镜头边界检测及关键帧提取

第1章 绪论第1-15页
   ·课题的研究的背景第10-11页
   ·简介第11-12页
   ·国内外的发展动态第12-13页
   ·研究内容及论文组织第13-15页
第2章 镜头边界检测及关键帧提取概述第15-35页
   ·基本概念第15-16页
     ·镜头分割第15-16页
     ·关键帧第16页
   ·镜头分割算法概述第16-24页
     ·传统的镜头突变检测算法第17-20页
     ·现有的渐变检测算法第20-24页
   ·闪光检测第24-25页
     ·基于帧差的检测方法第24-25页
     ·相似度匹配检测方法第25页
   ·阈值选择第25-29页
     ·全局阈值与自适应阈值第25-27页
     ·常用的边界阈值选择方法第27-29页
   ·镜头边界检测的性能评价第29-30页
   ·关键帧提取第30-34页
     ·关键帧的选取原则第31页
     ·常用的关键帧提取方法第31-34页
   ·本章小结第34-35页
第3章 特征提取第35-43页
   ·引言第35页
   ·常用的视频特征的选取方法第35-38页
     ·灰度特征第35页
     ·颜色特征第35-37页
     ·边缘特征第37页
     ·运动特征第37页
     ·其他特征第37-38页
   ·颜色空间模型第38-42页
     ·面向硬件设备的颜色空间模型第38-40页
     ·面向色彩处理空间的颜色空间第40-42页
   ·本章小结第42-43页
第4章 改进的镜头边界检测算法第43-60页
   ·基于传统方法的阈值自适应镜头边界检测方法第43-51页
     ·方案提出的依据第43-45页
     ·程序流程设计第45-47页
     ·特征的选择及帧间差异的计算第47-49页
     ·自适应阈值的确定及其参数选择第49-51页
   ·实验结果分析第51-59页
   ·本章小结第59-60页
第5章 聚类在关键帧提取中的应用第60-71页
   ·聚类第60-64页
     ·C均值算法第60-61页
     ·模糊 C均值算法第61-62页
     ·改进的模糊 C均值算法第62-64页
   ·基于聚类的关键帧提取算法第64-70页
     ·系统流程框图第64页
     ·改进的聚类算法第64-66页
     ·图像熵值计算第66-67页
     ·实验结果分析第67-70页
   ·本章小结第70-71页
结论第71-75页
参考文献第75-78页
攻读硕士学位期间发表论文和取得的科研成果第78-79页
致谢第79-80页
附录1第80-86页

论文共86页,点击 下载论文
上一篇:浅析德汉词义的非对应性
下一篇:抢注旅游景点名称商标的法律问题研究