復(fù)雜環(huán)境下監(jiān)控圖像拼接與識別

1 緒論
1．1 研究背景與意義
1．2 國內(nèi)外研究現(xiàn)狀
1．3 本書的主要研究內(nèi)容及創(chuàng)新點(diǎn)
1．4 小結(jié)
2 基于視覺特性的圖像去噪新方法
2．1 引言
2．2 井下圖像噪聲分類
2．3 常用的圖像去噪方法
2．4 基于視覺特性的圖像去噪新方法
2．5 實(shí)驗(yàn)結(jié)果與分析
2．6 小結(jié)
3 基于免疫遺傳的圖像自適應(yīng)增強(qiáng)方法
3．1 引言
3．2 傳統(tǒng)圖像增強(qiáng)方法
3．3 遺傳算法基本理論
3．4 基于免疫遺傳的圖像自適應(yīng)增強(qiáng)方法
3．5 實(shí)驗(yàn)結(jié)果與分析
3．6 小結(jié)
4 基于Harris-SIFT的圖像自動(dòng)快速拼接方法
4．1 引言
4．2 基于角點(diǎn)檢測的圖像拼接算法
4．3 SIFT算法
4．4 井下監(jiān)控圖像序列全自動(dòng)快速拼接算法
4．5 實(shí)驗(yàn)結(jié)果與分析
4．6 小結(jié)
5 基于PCA-SIFT的運(yùn)動(dòng)目標(biāo)跟蹤識別及行為分析
5．1 引言
5．2 井下運(yùn)動(dòng)目標(biāo)識別分析研究框架
5．3 運(yùn)動(dòng)目標(biāo)輪廓提取
5．4 基于PCA-SIFT的運(yùn)動(dòng)目標(biāo)跟蹤識別
5．5 基于快速模板匹配的運(yùn)動(dòng)目標(biāo)行為分析
5．6 實(shí)驗(yàn)結(jié)果與分析
5．7 小結(jié)
6 結(jié)論與展望
6．1 結(jié)論
6．2 展望
參考文獻(xiàn)