基于光流场的视频运动检测
摘要 | 第1-10页 |
ABSTRACT | 第10-12页 |
第一章 绪论 | 第12-18页 |
·研究背景及意义 | 第12-13页 |
·课题的发展现状 | 第13-17页 |
·图像预处理 | 第14-15页 |
·运动目标检测 | 第15-17页 |
·本文安排 | 第17-18页 |
第二章 图像预处理 | 第18-22页 |
·图像滤波 | 第18-21页 |
·线性滤波—均值滤波 | 第18-19页 |
·非线性滤波—中值滤波 | 第19-20页 |
·实验结果 | 第20-21页 |
·小结 | 第21-22页 |
第三章 基于光流场的运动检测 | 第22-43页 |
·光流技术进展 | 第22-23页 |
·光流算法原理 | 第23-26页 |
·运动场与光流 | 第23-24页 |
·光流计算的局限性 | 第24-26页 |
·微分光流计算法 | 第26-37页 |
·光流约束方程 | 第26-28页 |
·Horn-Schunck方法 | 第28-30页 |
·Lucas-Kanade方法 | 第30-31页 |
·Nagel方法 | 第31-32页 |
·实验结果 | 第32-37页 |
·块匹配光流场算法 | 第37-38页 |
·基于能量的方法 | 第38-39页 |
·基于相位的方法 | 第39-41页 |
·神经动力学方法 | 第41页 |
·各种光流算法精度和效率的对比 | 第41-42页 |
·小结 | 第42-43页 |
第四章 一种基于线性亮度变化模型的鲁棒的光流算法 | 第43-51页 |
·基于线性亮度变化模型的梯度约束方程 | 第43-44页 |
·将各向异性扩散引入空间方向平滑约束 | 第44-45页 |
·迭代算法-尺度空间控制策略 | 第45-47页 |
·实验与分析 | 第47-50页 |
·误差测量 | 第48-49页 |
·Yosemite图像序列的实验结果 | 第49-50页 |
·结论 | 第50-51页 |
第五章 运动目标提取 | 第51-59页 |
·光流数据归一二值化 | 第51页 |
·形态滤波 | 第51-53页 |
·腐蚀 | 第51-52页 |
·膨胀 | 第52-53页 |
·开和闭运算 | 第53页 |
·区域连通 | 第53-54页 |
·运动目标提取 | 第54-58页 |
·小结 | 第58-59页 |
第六章 结束语 | 第59-60页 |
参考文献 | 第60-65页 |
致谢 | 第65-66页 |
攻读学位期间发表的学位论文 | 第66-67页 |
学位论文评阅及答辩情况表 | 第67页 |