基于特征光流的电子稳像技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究的目的和意义 | 第10页 |
| 1.2 电子稳像的分类及发展 | 第10-12页 |
| 1.2.1 电子稳像的分类 | 第10-11页 |
| 1.2.2 电子稳像技术的发展 | 第11-12页 |
| 1.3 电子稳像技术的研究现状 | 第12-15页 |
| 1.3.1 运动估计环节 | 第13-14页 |
| 1.3.2 运动分离环节 | 第14页 |
| 1.3.3 运动补偿环节及评价方法 | 第14-15页 |
| 1.4 本文研究的主要内容 | 第15-16页 |
| 第2章 电子稳像技术的基本原理 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 摄像机成像原理和图像变换分析 | 第16-19页 |
| 2.2.1 针孔相机成像模型 | 第16-17页 |
| 2.2.2 图像运动变换的数学模型 | 第17-19页 |
| 2.3 摄像系统运动状态分析 | 第19-21页 |
| 2.3.1 相邻帧图像间的运动类型 | 第19-21页 |
| 2.3.2 电子稳像系统的结构和原理 | 第21页 |
| 2.4 运动估计理论 | 第21-24页 |
| 2.4.1 运动估计原理 | 第21-22页 |
| 2.4.2 运动估计的主要算法 | 第22-24页 |
| 2.5 运动分离和运动补偿 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于特征光流的运动估计算法研究 | 第26-45页 |
| 3.1 引言 | 第26页 |
| 3.2 经典光流算法分析 | 第26-30页 |
| 3.2.1 HS光流法 | 第26-27页 |
| 3.2.2 LK算法 | 第27-30页 |
| 3.3 一种基于特征光流的估计算法 | 第30-42页 |
| 3.3.1 特征光流估计算法的总体思想 | 第30页 |
| 3.3.2 传统Harris算法 | 第30-31页 |
| 3.3.3 对Harris算法的改进 | 第31-34页 |
| 3.3.4 KLT快速角点匹配算法 | 第34-37页 |
| 3.3.5 光流金字塔改善KLT匹配算法的不足 | 第37-40页 |
| 3.3.6 仿真与实验 | 第40-42页 |
| 3.4 全局运动状态估计 | 第42-44页 |
| 3.4.1 局部运动矢量估计 | 第42页 |
| 3.4.2 全局运动矢量估计 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 运动分离和图像修复 | 第45-59页 |
| 4.1 引言 | 第45页 |
| 4.2 运动分离技术研究 | 第45-51页 |
| 4.2.1 平均值滤波与高斯算法 | 第45-46页 |
| 4.2.2 卡尔曼滤波算法 | 第46-51页 |
| 4.3 运动补偿的方法分析 | 第51-52页 |
| 4.3.1 最邻近插值法 | 第51页 |
| 4.3.2 双线性插值法 | 第51-52页 |
| 4.3.3 仿真与实验 | 第52页 |
| 4.4 基于FMM算法的图像修复 | 第52-56页 |
| 4.4.1 FMM算法的修复模型 | 第53-54页 |
| 4.4.2 FMM算法的行进过程 | 第54-55页 |
| 4.4.3 仿真和实验 | 第55-56页 |
| 4.5 稳像质量评价准则研究 | 第56-58页 |
| 4.5.1 主观评价 | 第56页 |
| 4.5.2 峰值信噪比 | 第56-58页 |
| 4.5.3 图像差分 | 第58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
