基于视频图像处理的网球发球行为分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 网球发球简介 | 第9-10页 |
| 1.2 研究背景与意义 | 第10-11页 |
| 1.3 网球运动国内外研究现状 | 第11-14页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-14页 |
| 1.4 本文的主要内容与结构安排 | 第14-16页 |
| 1.4.1 本文主要内容 | 第14页 |
| 1.4.2 本文结构安排 | 第14-16页 |
| 第二章 图像去噪与运动目标检测 | 第16-34页 |
| 2.1 引言 | 第16-17页 |
| 2.2 图像去噪 | 第17-26页 |
| 2.2.1 中值滤波 | 第17-18页 |
| 2.2.2 小波去噪 | 第18-21页 |
| 2.2.3 稀疏去噪 | 第21-26页 |
| 2.3 运动目标检测 | 第26-33页 |
| 2.3.1 背景差分法 | 第26-28页 |
| 2.3.2 光流法 | 第28-29页 |
| 2.3.3 帧间差分法 | 第29-31页 |
| 2.3.4 混合高斯背景建模 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于视频图像处理的网球最佳击球点预测 | 第34-47页 |
| 3.1 引言 | 第34页 |
| 3.2 高速摄像机 | 第34-36页 |
| 3.3 实验安排 | 第36-38页 |
| 3.3.1 研究对象 | 第36-37页 |
| 3.3.2 实验数据采集 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-46页 |
| 3.4.1 图像去噪 | 第38-40页 |
| 3.4.2 获取标记点 | 第40-42页 |
| 3.4.3 结果分析 | 第42-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于改进支持向量机的网球发球模型研究 | 第47-60页 |
| 4.1 引言 | 第47页 |
| 4.2 网球发球模型算法原理 | 第47-54页 |
| 4.2.1 支持向量机理论 | 第47-51页 |
| 4.2.2 粒子群算法原理 | 第51-52页 |
| 4.2.3 PSO_SVM网球发球模型 | 第52-54页 |
| 4.3 数据预处理 | 第54-56页 |
| 4.4 核函数的选取 | 第56-57页 |
| 4.5 结果分析与比较 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 工作总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间的研究成果 | 第68页 |
