基于多路实时流的视频图像质量检测的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究的背景和意义 | 第8-10页 |
| 1.2 相关领域的研究状况 | 第10-14页 |
| 1.2.1 视频质量的评价方法 | 第10页 |
| 1.2.2 客观评价方法 | 第10-11页 |
| 1.2.3 基于人眼视觉系统（HVS）的评价方法 | 第11-14页 |
| 1.3 本文的研究内容及结构安排 | 第14-16页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 结构安排 | 第14-16页 |
| 第二章 视频质量检测系统背景知识介绍 | 第16-22页 |
| 2.1 视频质量检测系统简介 | 第16页 |
| 2.2 视频质量检测系统架构 | 第16-17页 |
| 2.3 视频质量检测系统各功能模块介绍 | 第17-22页 |
| 2.3.1 视频缺失检测模块 | 第17-18页 |
| 2.3.2 亮度异常检测模块 | 第18页 |
| 2.3.3 噪声检测模块 | 第18-19页 |
| 2.3.4 清晰度检测模块 | 第19页 |
| 2.3.5 冻结检测模块 | 第19-20页 |
| 2.3.6 视频遮挡检测模块 | 第20页 |
| 2.3.7 偏色检测模块 | 第20页 |
| 2.3.8 前景变换检测模块 | 第20-22页 |
| 第三章 视频图像的偏色检测 | 第22-31页 |
| 3.1 颜色空间模型 | 第22-25页 |
| 3.1.1 RGB 颜色空间模型 | 第22-23页 |
| 3.1.2 HSV 颜色空间模型 | 第23页 |
| 3.1.3 YUV 颜色空间模型 | 第23-24页 |
| 3.1.4 Lab 颜色空间模型 | 第24-25页 |
| 3.2 基于 HSV 颜色空间模型的直方图 | 第25-26页 |
| 3.2.1 直方图的介绍 | 第25页 |
| 3.2.2 二维 H-S 直方图 | 第25-26页 |
| 3.3 信息熵 | 第26-27页 |
| 3.4 偏色检测算法 | 第27-29页 |
| 3.5 实验结果 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第四章 视频图像的清晰度检测 | 第31-41页 |
| 4.1 人眼视觉系统在清晰度检测中的应用 | 第31-32页 |
| 4.2 图像的边缘检测分类 | 第32-37页 |
| 4.3 清晰度检测算法的实现 | 第37-38页 |
| 4.4 实验结果 | 第38-39页 |
| 4.5 本章小结 | 第39-41页 |
| 第五章 视频图像的遮挡检测 | 第41-54页 |
| 5.1 视频图像的背景建模及更新 | 第41-46页 |
| 5.1.1 常见的背景建模算法及更新 | 第41-45页 |
| 5.1.2 基于多路实时流的背景建模及更新 | 第45-46页 |
| 5.2 视频图像的前景提取 | 第46-49页 |
| 5.3 视频遮挡检测算法 | 第49-50页 |
| 5.4 实验结果 | 第50-52页 |
| 5.5 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第58-59页 |
| 致谢 | 第59页 |
