导读:本文包含了序列图像的运动分割论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,序列,目标,模型,阈值,方差,连贯性。
序列图像的运动分割论文文献综述
师冬霞,夏平,雷帮军,任强[1]（2019）在《融合多尺度信息和MRF的序列图像运动目标分割》一文中研究指出提出融合小波域多尺度信息和MRF模型的序列图像运动目标分割算法。对视频每帧图像进行小波多分辨率分析,融合每一尺度的特征信息,在此基础上构建每一尺度MRF模型的特征场和标记场;标记场采用Potts模型建模,同一尺度观测特征场采用混合高斯模型建模,同标记的特征场采用高斯模型进行建模,相邻尺度间标记场用一阶Markov转移概率描述;最后,利用迭代条件模式(ICM)实现MRF模型中后验分布函数最优,完成运动目标分割。实验结果表明,该算法能较好的提取运动目标信息,在固定场景的视频监控中具有一定的适用价值。(本文来源于《信息通信》期刊2019年08期）
陈国军,陈燕,韦鑫[2]（2014）在《多视图像序列中运动目标分割优化》一文中研究指出在多视图像的叁维重建中,多视图像序列中的运动目标轮廓提取影响重建物体的准确性及重建实时性。针对多视图像间的空间约束关系,提出基于图像分块和并行计算的优化效率算法。算法对图像进行合理分块,确定多视图像的有效成像区域,区分冗余块和非冗余块,基于非冗余块进行优化加速计算,结合连续帧之间的相关性,将帧间连贯性应用于运动目标分割,进一步优化检测算法。将分割过程进行并行处理。实验表明:提出的方法在保证分割准确性的前提下,可以较好地提高分割计算效率,保证了叁维重建的实时性。(本文来源于《系统仿真学报》期刊2014年09期）
潘丰俏[3]（2011）在《单目图像序列的运动分割和3D表达方法》一文中研究指出目前,叁维运动目标的检测和重建是计算机视觉一个重要研究课题,它的应用领域包括机器视觉、自动导航等领域等。本文将研究如何在一个统一的框架下实现单目图像序列的3D运动目标的分割,运动信息的估计和深度估计。本文针对3D表达和运动分割,提出了一种新的基于单目图像序列的运动分割和稠密3D表达模型。利用Dominant Motion Segmentation方法,结合活动轮廓、变分法和3D运动模型,实现了一种时空域的处理模型,该模型利用了现代数学方法将3D运动分割和稠密3D表达问题作为一个整体来研究,转化为统一的优化分割和估算问题。首先本文基于最大后验模型、运动和深度约束模型、观察模型和先验模型,提出了一个包含有运动信息、深度信息和分割曲面的能量函数。然后,本文通过变分法和梯度下降法来最小化该能量函数,通过数值偏微分方程的方法来实现深度信息和运动的估计,通过基于水平集的活动轮廓模型的方法来演化分割曲面。然后,本文通过深度图对应的彩色图和灰度图对深度信息进行修正,得到更为准确的深度信息。实验结果表明该算法能同步实现单目图像序列的运动分割和稠密3D表达,能处理摄像系统和目标同时运动的情况和多运动区域的情况。最后,对本文的运动分割和3D表达进行了总结,并且提出了未来的研究方向。(本文来源于《浙江大学》期刊2011-03-01）
于金霞,陈现查,汤永利[4]（2010）在《视频序列图像中运动对象分割综述》一文中研究指出按照算法应用视频信息的不同,把视频序列的分割方法分为六种,讨论了各种方法的基本算法,并对他们的性能从算法的计算的复杂度、实时性及鲁棒性方面进行了对比和评价。(本文来源于《微计算机信息》期刊2010年21期）
张大奇,曲仕茹,石爽[5]（2009）在《基于序列图像运动分割的车辆边界轮廓提取算法》一文中研究指出为了准确获得图像感兴趣区中运动车辆的形状特征,提出了一种新的车辆边界轮廓提取算法。利用连续3帧图像,对包含同一运动车辆的图像感兴趣区进行光流场分割,以获取目标运动区域,通过平移运动区域的左、右边界获得正确的车辆区域及其封闭边界轮廓,通过放大运动矢量计算公式的阈值来提高其运行效率。试验结果表明:该算法可从具有复杂自然场景的图像序列中检测出完整的运动车辆边界轮廓,检测正确率在95%以上。(本文来源于《交通运输工程学报》期刊2009年03期）
高明,李洪周,范晓磊,郭立[6]（2009）在《基于过渡区的序列图像运动目标分割方法》一文中研究指出序列图像运动目标检测技术是目标搜索与跟踪系统的一项核心技术。提出了一种基于过渡区的序列图像运动目标分割方法,该方法通过提取序列图像过渡区来进行目标分割,并与传统的阈值分割算法进行效果比较。实验结果表明,该方法能取得更好的序列图像运动目标分割效果。(本文来源于《航天电子对抗》期刊2009年01期）
庄玲[7]（2008）在《基于叁维图像序列的左心室分割与运动联合估计》一文中研究指出近年来心脏疾病已经成为了人类健康的头号杀手。据统计资料显示,在西方发达国家,心血管疾病的死亡率高居榜首。如何有效准确的诊断心血管疾病已成为医学工作者的头号课题。从心脏机理来看,负责供血到全身各器官的左心室是心脏中最重要的部分。因此其形态和运动的异常被作为评估心脏病变的重要依据。随着医学影像技术的飞速发展。无创性的心脏观察成为可能。特别是近年来迅速发展的心脏核磁共振影像技术已经成为心脏疾病临床诊断的重要辅助手段。通过图像分割观察心室的形态结构,采用运动估计技术获取心室位移场及应力应变场,从而估测左心室的整体功能及心肌的局部功能,是当前无创的心脏观察的主要技术,在临床辅助诊断中有重要的意义。虽然大多数研究工作都将基于图像序列的左心室分割和运动估计视作两个独立的问题,然而实际上它们是相辅相成的。因为一方面,心脏的医学成像噪声较大且伴有伪影,给基于图像的左心室分割造成了极大的困难;另一方面,左心室的运动估计多数在分割结果上进行,运动分析的准确性取决于分割结果的准确性。因此本文提出叁维左心室分割与运动联合估计的方法,该方法对左心室分割过程和运动估计过程进行统一的优化,可以同时取得合理的分割及运动结果。联合估计方法以连续生物力学模型作为理论基础,假设左心室为线性弹性体,在能量最小化原理的驱动下运动。进一步我们考虑到心脏本身的纤维复合材料特性,在连续生物力学模型中加入各向异性的材料约束.更真实地模拟了心脏的实际运动情况。连续生物力学模型可以提供如位移、应力应变等力学参数,为左心室整体功能及心肌局部功能的临床诊断提供了更为丰富的评价参数。鉴于心脏成像质量较差,仅仅采用基于图像的传统分割算法难以得到令人满意的分割结果。于是本文构造驱动模型运动的外力为图像信息力、形状特征力、节点分布先验力与时间约束力的合力,即通过添加相邻帧图像之间的相关性、运动物体的形状连续性及各种先验知识来辅助分割过程。这样不仅可以得到合理的分割结果,还可以获得连续的左心室运动场。本文还提出一种基于叁维图像序列构造左心室几何模型的方法,在心脏舒张末期图像的基础上,构建左心室几何模型作为联合估计方法的初始轮廓。针对左心室外壁轮廓相对固定但成像模糊的特点,采用同时分割的方法在每层图像中提取左心室的二维内外壁轮廓,该方法需要的人机交互操作少,极大地提高了分割效率。进一步针对心脏MR叁维成像层间分辨率低于层内分辨率的特点,为满足用户对左心室几何表示的不同精细度需求,提出采用基于形状的轮廓插值方法代替传统的图像插值方法,有效的保持了左心室的形状特征。在数值方法上,本文分别使用了有限元方法和无网格方法。有限元法将左心室区域划分为一组有限单元,而无网格法则用散乱的采样点表示问题区域,节点之间没有拓扑连接关系,通过节点邻域内的点集来近似未知场函数值。无网格法可以更加精确地恢复左心室的纤维方向场。而且由于无网格方法没有单元之间的束缚,强调整体求解的误差最小,因此具有比有限元方法更高的分割精度,且不会因模型变形过大而需要单元的重新划分。实验证明,无网格法比有限元方法更加适合联合估计。(本文来源于《浙江大学》期刊2008-07-09）
王成儒,刘豫[8]（2008）在《一种视频序列图像中运动目标的分割算法》一文中研究指出提出了一种新的用于检测视频序列图像中运动目标的算法。该算法通过对差帧图像进行模板检测及形态学滤波,并结合Canny算子边缘检测获得运动目标的分割掩模,提取出运动目标。实验结果表明,该方法能够有效分割运动物体,具有较强的鲁棒性。(本文来源于《微处理机》期刊2008年01期）
袁静,高赟,高有行[9]（2007）在《图像序列中运动人体的分割方法的研究》一文中研究指出在对现有的运动分割算法的研究基础上结合运动分析方法,对基于图像帧差法构造背景图像进行了深入的分析和研究,提出了一种利用阈值来判定人体信息和背景信息以达到背景减除的新算法来实时地提取出运动的人体,在利用帧差法提取出背景图像后,通过当前帧和背景图像的像素值的对比减除可快速精确地完成对运动人体的分割。在NLPR数据库中进行了实验,结果表明本算法能快速有效地一次提取出多个人体目标,并且失真度比较小。(本文来源于《计算机工程与设计》期刊2007年17期）
于雪莲,陈钱[10]（2007）在《红外图像序列中运动面目标的分割算法研究》一文中研究指出利用红外成像实现自动目标检测,这在现代防御技术中具有重要的地位。本论文主要针对红外预警系统的目标探测补盲阶段,深入研究了现有的比较成熟的各种运动目标分割算法,用软件仿真了各算法处理图像的效果,并总结归纳了各种算法的优缺点,提出了在差分图像的基础上,采用二维最大熵法对图像进行分割以更好地提取区域目标的观点。经实验证明,该算法效果良好。(本文来源于《红外》期刊2007年04期）
序列图像的运动分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在多视图像的叁维重建中,多视图像序列中的运动目标轮廓提取影响重建物体的准确性及重建实时性。针对多视图像间的空间约束关系,提出基于图像分块和并行计算的优化效率算法。算法对图像进行合理分块,确定多视图像的有效成像区域,区分冗余块和非冗余块,基于非冗余块进行优化加速计算,结合连续帧之间的相关性,将帧间连贯性应用于运动目标分割,进一步优化检测算法。将分割过程进行并行处理。实验表明:提出的方法在保证分割准确性的前提下,可以较好地提高分割计算效率,保证了叁维重建的实时性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
序列图像的运动分割论文参考文献
[1].师冬霞,夏平,雷帮军,任强.融合多尺度信息和MRF的序列图像运动目标分割[J].信息通信.2019
[2].陈国军,陈燕,韦鑫.多视图像序列中运动目标分割优化[J].系统仿真学报.2014
[3].潘丰俏.单目图像序列的运动分割和3D表达方法[D].浙江大学.2011
[4].于金霞,陈现查,汤永利.视频序列图像中运动对象分割综述[J].微计算机信息.2010
[5].张大奇,曲仕茹,石爽.基于序列图像运动分割的车辆边界轮廓提取算法[J].交通运输工程学报.2009
[6].高明,李洪周,范晓磊,郭立.基于过渡区的序列图像运动目标分割方法[J].航天电子对抗.2009
[7].庄玲.基于叁维图像序列的左心室分割与运动联合估计[D].浙江大学.2008
[8].王成儒,刘豫.一种视频序列图像中运动目标的分割算法[J].微处理机.2008
[9].袁静,高赟,高有行.图像序列中运动人体的分割方法的研究[J].计算机工程与设计.2007
[10].于雪莲,陈钱.红外图像序列中运动面目标的分割算法研究[J].红外.2007
论文知识图
