| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 论文的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第2章 视频索引研究和镜头分割方法 | 第12-20页 |
| 2.1 视频索引研究 | 第12-16页 |
| 2.1.1 视频索引的基本概念 | 第12页 |
| 2.1.2 视频索引的分类 | 第12-14页 |
| 2.1.3 索引信息的存储方法 | 第14-15页 |
| 2.1.4 视频数据结构 | 第15-16页 |
| 2.2 镜头边界检测常用方法 | 第16-18页 |
| 2.2.1 非压缩域视频的镜头边界检测方法 | 第16-17页 |
| 2.2.2 压缩域视频的镜头边界检测方法 | 第17-18页 |
| 2.3 本章小结 | 第18-20页 |
| 第3章 基于傅里叶描绘子的压缩域视频镜头分割 | 第20-28页 |
| 3.1 压缩域视频特征描述 | 第20-21页 |
| 3.2 基于傅里叶描绘子的镜头分割方法 | 第21-25页 |
| 3.2.1 小波去噪 | 第22-23页 |
| 3.2.2 傅里叶描绘子 | 第23-24页 |
| 3.2.3 镜头分割及关键帧提取步骤 | 第24-25页 |
| 3.3 实验结果与对比分析 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 航拍电力巡检视频关键部件识别 | 第28-39页 |
| 4.1 引言 | 第28页 |
| 4.2 杆塔识别 | 第28-33页 |
| 4.2.1 杆塔概述 | 第28-29页 |
| 4.2.2 LSD直线检测算法 | 第29-30页 |
| 4.2.3 Harris角点检测算法 | 第30-32页 |
| 4.2.4 实验结果 | 第32-33页 |
| 4.3 绝缘子识别 | 第33-38页 |
| 4.3.1 绝缘子概述 | 第33-34页 |
| 4.3.2 卷积神经网络 | 第34-35页 |
| 4.3.3 卷积神经网络的构建 | 第35-37页 |
| 4.3.4 实验结果 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 基于内容的航拍电力巡检视频索引与检索系统的建立 | 第39-47页 |
| 5.1 系统总体结构介绍 | 第39页 |
| 5.2 视频数据库的构建 | 第39-41页 |
| 5.2.1 视频数据库的特点 | 第39-40页 |
| 5.2.2 数据库的生成 | 第40-41页 |
| 5.3 视频索引与视频检索模块 | 第41-43页 |
| 5.3.1 视频索引模块 | 第41-42页 |
| 5.3.2 视频检索模块 | 第42-43页 |
| 5.4 实验结果 | 第43-46页 |
| 5.5 本章小结 | 第46-47页 |
| 第6章 结论与展望 | 第47-49页 |
| 6.1 结论 | 第47页 |
| 6.2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第52-53页 |
| 致谢 | 第53页 |