学位论文 > 优秀研究生学位论文题录展示
数字视频中台标检测与修复算法研究
作 者: 彭莉
导 师: 李树涛
学 校: 湖南大学
专 业: 控制科学与工程
关键词: 台标检测 台标去除 图像修复 视频修复 支持向量机 小波变换 图像信息熵 泊松方程
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 68次
引 用: 2次
阅 读: 论文下载
内容摘要
台标是固化在数字视频中的一种标识符号,它影响了视频的视觉观赏性并且不利于数字视频的交流。如何快速、完美的移除视频中的固化台标信息成为一个亟待解决的问题。数字图像和视频修复技术的出现使得自动视频中台标去除和修复成为可能。本文在分析了几种典型的数字图像修复算法和数字视频修复算法以及各自的优缺点的基础上,围绕静态图像修复以及动态视频中台标的检测和修复问题展开研究。针对数字视频中台标的纹理特性和结构特性,本文提出了一种基于SVM的由粗到精的台标检测算法。这种算法使用了视频变化跟踪、形态学处理、机器学习等手段精确检测和定位视频中的透明和半透明台标。针对现有图像修复算法对大缺损区域修复效率低下的现状,本文提出了基于小波变换的图像修复算法。该方法充分利用小波分解系数的时-频特性,不仅提高图像修复的速度,而且也大大提高了修复结果的视觉合理性。实验结果显示该方法鲁棒性强,处理速度快,有较高的实际应用价值。为了去除视频中的台标,使去除台标后的视频具有自然、流畅的画面质量,本文提出了一种基于Poisson方程的数字视频修复算法。该方法首先使用全局优化方法对视频的边缘结构进行修复,再根据修复的结构信息建立Poisson方程,通过求解该方程实现对视频的有效修复。实验结果显示,修复的视频具有良好的时-空特性,修复痕迹不易被人察觉。最后对本文的工作进行了总结,结合现有台标检测、图像修复和视频修复方法的不足,探讨了下一步的可能研究方向。
|
全文目录
摘要 5-6 Abstract 6-9 第1章 绪论 9-16 1.1 课题的背景及研究意义 9-10 1.2 台标检测算法概述 10-11 1.3 数字图像与视频修复研究现状 11-14 1.3.1 数字图像修复 11-12 1.3.2 数字视频修复 12-14 1.4 本文研究主要内容及结构 14-15 1.5 本章小结 15-16 第2章 数字图像与视频修复理论及典型算法 16-29 2.1 数字图像修复理论 16-20 2.1.1 Helmholtz最佳猜测假定 17 2.1.2 平滑修复 17-18 2.1.3 图像修复应遵循的原则 18-20 2.2 数字图像修复的典型算法 20-23 2.2.1 基于统计学建模的图像修复方法 20-21 2.2.2 基于PDE建模的图像修复方法 21-22 2.2.3 纹理合成图像修复方法 22-23 2.3 数字视频修复理论 23-26 2.4 数字视频修复的典型算法 26-28 2.4.1 基于图像修复的视频修复算法 26 2.4.2 基于运动估计的视频修复算法 26-27 2.4.3 基于全局优化的视频修复算法 27-28 2.5 本章小结 28-29 第3章 基于支持向量机的台标检测方法 29-41 3.1 台标检测相关问题 29-30 3.2 基于支持向量机的台标检测与定位 30-39 3.2.1 基于亮度变化的台标粗定位 31-35 3.2.2 样本特征提取 35-38 3.2.3 基于支持向量机的精确台标检测与定位 38-39 3.3 实验结果 39-40 3.4 本章小结 40-41 第4章 基于小波变换的纹理合成图像修复方法 41-55 4.1 小波变换 41-43 4.2 纹理合成 43-45 4.3 基于小波变换的纹理合成图像修复 45-49 4.3.1 对缺损图像进行二维小波变换 45-46 4.3.2 利用结构信息确定修复顺序 46-48 4.3.3 基于取样的纹理合成图像修复 48-49 4.4 实验结果 49-53 4.5 本章小结 53-55 第5章 基于Poisson方程的台标去除与视频修复方法 55-69 5.1 基于全局优化的视频梯度图修复 56-59 5.1.1 梯度图获取 56 5.1.2 目标函数建立 56-57 5.1.3 基于全局优化的视频结构修复 57-59 5.2 Poisson方程理论 59-60 5.2.1 Poisson方程的形式 59-60 5.2.2 Poisson方程的边界条件和解的唯一性 60 5.2.3 Poisson方程在数字图像处理中的应用 60 5.3 基于Poisson方程的视频修复 60-64 5.3.1 Poisson方程的建立 60-62 5.3.2 离散化 62-63 5.3.3 求解Poisson方程组 63-64 5.4 实验结果 64-67 5.5 本章小结 67-69 结论 69-71 参考文献 71-77 致谢 77-78 附录A 攻读学位期间所发表的学术论文目录 78-79 附录B 攻读学位期间所参加的科研项目目录 79-80 附录C 论文中的彩色修复结果图像 80
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|