基于运动边界模型的光流估计方法研究

摘要	第1-4页
ABSTRACT	第4-8页
第一章 引言	第8-14页
·光流的概念及灰度守恒假设	第8-10页
·光流估计的基本方法	第10-11页
·光流算法的评估	第11-12页
·本文主要内容	第12-14页
第二章 光流估计的主要研究方向	第14-24页
·鲁棒的光流估计	第14-16页
·压缩感知及基于稀疏模型的光流估计	第16-19页
·压缩感知简介	第16-17页
·基于稀疏模型的光流估计	第17-19页
·光流分布信息的统计研究	第19-22页
·光流灰度守恒信息的统计分析	第19-21页
·光流信息的空域统计分析	第21-22页
·本章小结	第22-24页
第三章 基于统计分布增强稀疏性的光流估计方法	第24-42页
·光流梯度稀疏模型及其稀疏性增强	第24-27页
·光流估计的梯度域稀疏模型	第24-25页
·贝叶斯CS理论及稀疏性的增强	第25-27页
·光流的空域统计分布	第27-29页
·加权范数的光流估计方法及实验结果	第29-35页
·柯西分布的最大似然估计及其简化	第29-31页
·算法实现及实验结果	第31-35页
·鲁棒的加权光流估计方法及实验结果	第35-39页
·鲁棒估计及加权TV	第35-38页
·实验结果	第38-39页
·本章小结	第39-42页
第四章 分层的光流估计方法实现	第42-54页
·基于马尔可夫随机场的图像分割理论	第42-45页
·马尔可夫随机场	第43-44页
·基于马尔可夫随机场的图像分割方法	第44-45页
·分层算法分析	第45-48页
·算法实现细节	第48-49页
·实验结果	第49-51页
·本章小结	第51-54页
第五章 总结与展望	第54-56页
·本文总结	第54页
·工作展望	第54-56页
致谢	第56-58页
参考文献	第58-61页