文摘
英文文摘
声明
1 绪论
1.1引言
1.2课题研究背景
1.3动态图像的含义
1.4视频图像序列分析
1.5图像彩色空间
1.5.1 RGB颜色模型
1.5.2 YUV颜色模型
1.6采样格式
1.7视频格式
1.8本章小结
2运动目标检测算法概述
2.1视频运动目标检测的任务与流程
2.2运动目标检测面临的问题
2.3当前流行的运动目标检测算法
2.3.1基于变化区域的检测
2.3.2基于非参数模型的运动检测
2.3.3基于参数模型的运动检测
2.3.4基于分类的运动检测
2.3.5基于形态学的分割方法
2.4帧间差分算法的简单实现
2.4.1帧间差分算法的基本原理
2.4.2基于熵的阈值选取
2.4.3实验结果和分析
2.5本章小结
3视频编码中的运动估计技术
3.1概述
3.2运动估计技术研究现状
3.3运动估计/补偿的基本原理
3.4块匹配准则
3.5典型的块匹配搜索算法
3.5.1全搜索法
3.5.2二维对数搜索法
3.5.3三步搜索法
3.5.4菱形搜索法
3.6块匹配法分析
3.7本章小结
4 H.264标准及其帧间预测算法
4.1视频编码标准的发展
4.2 H.264的基本编码结构
4.3 H264标准的结构
4.3.1档次和级别
4.3.2视频格式
4.3.3编码数据格式
4.3.4多帧参考
4.3.5分片
4.3.6宏块
4.4 H.264的宏块预测
4.5 H.264的帧间预测
4.5.1树结构运动补偿
4.5.2运动矢量
4.5.3插值样值的生成
4.5.4运动矢量预测
4.6本章小结
5基于H.264标准的运动信息的提取
5.1 H.264编码图像帧的分析
5.2运动信息的表示
5.3 P帧预测的实现
5.4 P帧预测中参数的调整
5.5本章小结
6基于运动矢量场聚类的运动目标检测技术
6.1划分聚类分析
6.2基本的K-MEANS聚类算法
6.2.1 k-means算法的基本思想
6.2.2 k-means算法的主要步骤
6.2.3 k-means算法的优缺点
6.3 W-K-MEANS聚类算法
6.3.1 W-k-means算法的基本原理
6.3.2 W-k-means算法的主要步骤
6.3.3 W-k-means算法中变量权重的计算
6.4运动矢量聚类
6.4.1聚类的依据
6.4.2运动矢量的k-means聚类
6.4.3运动矢量的w-k-means聚类
6.5基于运动矢量场聚类的运动目标检测算法
6.5.1算法的基本原理和流程
6.5.2算法的实现以及实验结果
6.5.3检测结果的图像后处理
6.6本章小结
7结论和展望
致谢
参考文献