| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 本文的研究背景、目的和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 主要研究内容及创新点 | 第17-18页 |
| 1.4 论文章节编排 | 第18-21页 |
| 第二章 基于内容的视频检索算法的基本理论研究 | 第21-35页 |
| 2.1 数字视频的基本概述 | 第21-23页 |
| 2.2 基于内容的监控视频检索系统的结构 | 第23-25页 |
| 2.3 镜头分割的算法 | 第25-27页 |
| 2.3.1 基于直方图的镜头分割算法 | 第25-26页 |
| 2.3.2 基于像素法的镜头检测算法 | 第26页 |
| 2.3.3 基于模型的镜头分割方法 | 第26-27页 |
| 2.4 关键帧的提取算法 | 第27-29页 |
| 2.4.1 等间隔采样的关键帧提取方法 | 第28页 |
| 2.4.2 基于聚类的关键帧提取算法 | 第28页 |
| 2.4.3 基于帧间差的关键帧提取算法 | 第28页 |
| 2.4.4 基于运动信息的关键帧提取方法 | 第28-29页 |
| 2.5 关键帧检索算法 | 第29-33页 |
| 2.5.1 基于颜色特征的图像检索算法 | 第29-31页 |
| 2.5.2 基于形状特征的图像检索算法 | 第31-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 监控视频的镜头分割及关键帧提取算法研究 | 第35-47页 |
| 3.1 引言 | 第35页 |
| 3.2 基于灰度变化检测的监控视频镜头分割算法 | 第35-41页 |
| 3.2.1 算法实现流程 | 第36-40页 |
| 3.2.2 镜头分割的实验 | 第40-41页 |
| 3.3 基于边缘特征的监控视频关键帧提取算法研究 | 第41-44页 |
| 3.3.1 关键帧提取算法流程 | 第41-43页 |
| 3.3.2 实验结果与分析 | 第43-44页 |
| 3.4 本章小结 | 第44-47页 |
| 第四章 关键帧检索匹配 | 第47-59页 |
| 4.1 基于边缘方向直方图相关性匹配的图像检索算法 | 第47-55页 |
| 4.1.1 引言 | 第47页 |
| 4.1.2 边缘方向直方图特征向量的获取 | 第47-50页 |
| 4.1.3 相似性匹配 | 第50-52页 |
| 4.1.4 实验结果及分析 | 第52-54页 |
| 4.1.5 算法总结分析 | 第54-55页 |
| 4.2 联合颜色特征和形状特征的关键帧检索匹配算法 | 第55-57页 |
| 4.2.1 基于颜色特征的关键帧检索匹配算法 | 第55-57页 |
| 4.2.2 联合颜色和形状的检索 | 第57页 |
| 4.3 实验与结果分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 监控视频在线检索系统设计 | 第59-65页 |
| 5.1 监控视频在线检索系统模型 | 第59-60页 |
| 5.2 检索系统功能设计 | 第60-64页 |
| 5.2.1 数据库模块的设计 | 第60-62页 |
| 5.2.2 数据处理模块的设计 | 第62-63页 |
| 5.2.3 检索系统浏览器端的设计 | 第63-64页 |
| 5.3 在线检索系统的应用实例 | 第64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 个人简况及联系方式 | 第73-75页 |