声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 视觉显著性检测国内外研究现状
1.2.2 视频关键帧提取技术国内外研究现状
1.3 论文主要研究内容与结构安排
2 基于视觉显著性检测的视频摘要化相关原理
2.1 视觉显著性检测模型及特征提取
2.1.1 视觉注意力模型及视觉系统颜色处理机制
2.1.2 视觉注意力模型的图像特征
2.1.3 视觉注意力模型的中心-外围对比差原理
2.2 视频摘要与关键帧提取方法
2.2.1 静态视频摘要
2.2.2 动态视频摘要
2.2.3 基于颜色空间的图像特征提取
2.2.4 基于纹理的图像特征提取
2.3 视频摘要技术评价指标
2.4 本章小结
3 基于超像素分割与金字塔模型的图像显著性检测
3.1 引言
3.2 基于超像素的图像区域分割及显著性检测算法
3.2.1 超像素分割算法介绍
3.2.2 简单线性迭代聚类超像素图像分割
3.3 基于金字塔视觉模型的时空域超像素图像显著性检测
3.3.1传统金字塔视觉模型图像显著性检测
3.3.2 改进的中心-环绕金字塔视觉模型超像素图像显著性检测
3.3.3 Lucas-Kanade光流法
3.3.4光流法动态显著图计算及前后帧图像抑制检测方法
3.3.5显著性图像计算
3.4 仿真实验结果与结果分析
3.4.2 实验结果与分析
3.5 本章小结
4 基于多图像特征计算的运动视频关键帧提取方法
4.1 引言
4.2 图像特征提取与计算
4.2.1 LBP纹理特征提取
4.2.2 显著性检测效果增强及颜色特征提取
4.2.3 光流信息提取
4.3 基于感知哈希函数与互信息值计算的关键帧提取
4.3.1基于内容的感知哈希函数
4.3.2 基于互信息值的图像相似度计算
4.3.3 最终关键帧提取
4.4 仿真实验结果与结果分析
4.4.1 实验数据集及参数设定
4.4.2 实验结果与分析
4.5 本章小结
5 总结和展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
攻读学位期间主要研究成果
西安理工大学;