导读:本文包含了视频帧提取论文开题报告文献综述及选题提纲参考文献，主要关键词:视频帧,运动目标,检测,色差
视频帧提取论文文献综述
黄荣梅[1]（2015）在《视频帧色差突变图像的背景检测参量提取》一文中研究指出对视频帧中运动目标提取是计算机视觉研究的重点课题,对视频帧色差突变图像的背景检测常受到背景色差干扰,目标检测性能不好。提出一种基于视频序列的双背景建模的视频帧色差突变图像的背景检测和参量提取算法,背景建模加入了光照突变处理机制,进行色差补偿。计算视频帧差背景内的突变信息感知概率和统计概率,对视频图像进行滑动平均建模,采用模极大值法进行边缘检测,得到基于灰度方差的视频帧色差稳定性检测的判别函数。将当前帧与背景帧相减,建立滑动平均背景模型,提取其背景差异性特征参量。仿真结果表明,该算法的检测性能较好,当背景发生变化时,如光照突变、人群数目突然增大时,具有较好的背景检测性能,处理光照突变方面的图像平滑性较好。(本文来源于《科技通报》期刊2015年08期）
蒋健,汤勇明[2]（2014）在《视频帧图像信息提取及OSD的设计与实现》一文中研究指出实时视频处理近年来发展迅速,大多数实时视频信号处理算法均建立在对视频流信息的统计基础上。基于FPGA设计了通用视频帧信息提取程序模块,可实现实时对视频流进行分辨率、亮度比、灰度直方等信息提取及在屏幕上显示(OSD)的功能。测试结果表明,视频帧信息提取准确,OSD信息实时更新,兼容性好,运行稳定。此设计需要消耗8 kbit的LE资源和150 kbit的存储资源。(本文来源于《电子器件》期刊2014年05期）
陈宏方[3]（2011）在《交通视频帧中车辆外接矩形的提取研究》一文中研究指出车辆外接矩形是交通监控系统研究中最基本、最关键参数之一。本文首先改进背景生成算法,提高背景生成质量,让背景差分法能提取高质量的前景车辆;其次通过较有效的阴影分割算法剔除车辆阴影,为准确提取车辆外接矩形做好准备;最后将相交的车辆外接矩形进行区域融合,从而较准确有效的获得车辆外接矩形,为后续研究提供准备。(本文来源于《福建电脑》期刊2011年07期）
吴进[4]（2011）在《视频帧中字幕信息提取的区域检测算法研究》一文中研究指出从影视字幕中获取相应的文本,可为影视节目的内容检索提供一种重要的手段。针对从视频数据中截取下来的帧数据,对灰度化后的彩色单帧视频中的字幕分割方法进行了探讨,提出了区域检测算法的处理方案,实验结果表明用该方法获取文本信息是合理有效的。(本文来源于《电视技术》期刊2011年11期）
唐思源[5]（2009）在《视频帧中的文本检测与提取技术》一文中研究指出随着计算机和通信技术、宽带网络技术、音视频压缩技术以及计算机硬件技术的发展,图像和视频中的文本信息对索引、检索及高层语义的自动理解等具有重要价值。本文主要研究如何从视频帧中检测、提取与识别人工添加的文本信息。论文的主要工作如下:首先,根据文本的特征以及目前存在视频图像的文本定位和提取算法,实现了一种基于边缘检测的文本定位方法。实现主要流程包括:对选取的视频帧图像进行灰度化处理、边缘检测、边缘图像二值化及数学形态学操作,最后定位文本区域。实验表明该方法实现简单,并且可以定位出大部分的文本区域,但当图像或视频帧中背景本身包含了丰富的边缘信息时,则定位文本区域就不够准确。其次,对定位好的文本区域进行提取与识别,本文应用基于阈值分割方法来提取文本。在处理简单或者单一背景色的文字图像时,使用经典的阈值分割算法中的最大类间方差法(OTSU),该方法计算简单、稳定有效。在复杂背景下提取文字时,本文使用了局部自适应的阈值化方法。经过实验测试,得到了很好的分割效果。最后,对提取出的文本进行去噪声等处理,最大限度地去除文本的背景,为OCR识别系统提供完整清晰的二值输入文本图像。经“尚书七号”文字识别软件对文本图像进行识别后,结果证明文字的正确识别率能达到80%左右。(本文来源于《内蒙古师范大学》期刊2009-04-28）
肖道举,曾国华,陈晓苏[6]（2006）在《H.264实时视频数据的还原与视频帧提取研究》一文中研究指出对因特网中某些不良的实时视频通信数据进行监听和还原,是保证网络应用健康发展和打击网络犯罪的一个重要方面。本文介绍了监听和还原因特网中H.264实时视频数据的一种处理方法和处理过程,实现了对被监听的视频通信数据的截获、还原和存储,并可进一步将存储的视频帧提取、转换为图像文件供特定需求使用。实践证明,该方法的处理效率和效果达到了预期目标,对识别因特网中的不良流媒体信息具有较大的实用价值。(本文来源于《计算机工程与科学》期刊2006年06期）
刘骏伟,庄越挺,吴飞[7]（2003）在《基于SVM和ICA的视频帧字幕自动定位与提取》一文中研究指出视频字幕蕴涵了丰富语义,可以用来对相应视频流进行高级语义标注,但由于先前视频字幕提取考虑的只是如何尽可能定义好字幕特征,而忽视了分类学习机自身的学习推广能力.针对这一局限性,提出了一种基于支持向量机和独立分量分析的视频帧字幕定位与提取算法.该算法是首先将原始图象帧分割成N×N大小子块,同时将每个子块标注为字幕块和非字幕块两类;然后从每个子块提取能够保持相互高阶独立的独立分量特征去训练支持向量机分类器;最后结合金字塔模型和去噪方法,用训练好的支持向量机来实现对视频字幕区域自动定位提取.由于支持向量机能够在样本不是很多的情况下,具有良好的分类推广能力以及能使独立成分特征之间彼此保持高阶独立性,与其他视频帧字幕定位提取算法比较的结果表明,该算法具有明显的优点.(本文来源于《中国图象图形学报》期刊2003年11期）
马小勇,谢萍,张宪民[8]（2003）在《视频帧中提取文字区域的算法》一文中研究指出提出了一种在视频帧中提取文字区域的算法，该算法基于文字的纹理特征—— 角点，即文字，特别是汉字，含有丰富的角点。首先，在视频帧中进行角点检测，得到视频帧的角点分布图。第2步是进行角点滤波，即在角点分布图中剔除一些比较分散的，可以认为不是从文字中检测到的角点。第3步对角点分布图中余下的角点聚类形成候选文字区域，采用水平方向和竖直方向的投影对这些区域进行分化。第4步文字区域的最后确认，除去噪声。实验表明该算法计算速度快，提取文字区域准确。(本文来源于《计算机工程》期刊2003年09期）
视频帧提取论文开题报告
（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：
实时视频处理近年来发展迅速,大多数实时视频信号处理算法均建立在对视频流信息的统计基础上。基于FPGA设计了通用视频帧信息提取程序模块,可实现实时对视频流进行分辨率、亮度比、灰度直方等信息提取及在屏幕上显示(OSD)的功能。测试结果表明,视频帧信息提取准确,OSD信息实时更新,兼容性好,运行稳定。此设计需要消耗8 kbit的LE资源和150 kbit的存储资源。
（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。
视频帧提取论文参考文献
[1].黄荣梅.视频帧色差突变图像的背景检测参量提取[J].科技通报.2015
[2].蒋健,汤勇明.视频帧图像信息提取及OSD的设计与实现[J].电子器件.2014
[3].陈宏方.交通视频帧中车辆外接矩形的提取研究[J].福建电脑.2011
[4].吴进.视频帧中字幕信息提取的区域检测算法研究[J].电视技术.2011
[5].唐思源.视频帧中的文本检测与提取技术[D].内蒙古师范大学.2009
[6].肖道举,曾国华,陈晓苏.H.264实时视频数据的还原与视频帧提取研究[J].计算机工程与科学.2006
[7].刘骏伟,庄越挺,吴飞.基于SVM和ICA的视频帧字幕自动定位与提取[J].中国图象图形学报.2003
[8].马小勇,谢萍,张宪民.视频帧中提取文字区域的算法[J].计算机工程.2003