圖像、視頻檢索與圖像融合

前言
第1篇 基礎(chǔ)知識
第1章 緒論
1.1 數(shù)字圖像處理概述
1.2 數(shù)字圖像處理常用方法
1.3 數(shù)字圖像處理相關(guān)研究領(lǐng)域
1.4 常用圖像數(shù)據(jù)集
1.4.1 Corel圖像集
1.4.2 Caltech 101圖像集
1.4.3 Caltech 256圖像集
1.4.4 COIL圖像集
1.4.5 其他圖像集
1.5 OpenCV簡介
參考文獻(xiàn)
第2篇 基于內(nèi)容的圖像檢索
第2章 基于內(nèi)容的圖像檢索概述
2.1 基于內(nèi)容的圖像檢索的產(chǎn)生與發(fā)展
2.2 圖像檢索系統(tǒng)的構(gòu)成
2.3 圖像檢索系統(tǒng)的評價標(biāo)準(zhǔn)
參考文獻(xiàn)
第3章 圖像檢索典型方法
3.1 基于顏色特征的圖像檢索
3.1.1 圖像的顏色空間
3.1.2 典型的圖像顏色特征
3.1.3 顏色直方圖匹配
3.2 基于紋理特征的圖像檢索
3.2.1 灰度共生矩陣
3.2.2 Tamura紋理特征
3.2.3 小波變換
3.3 基于形狀特征的圖像檢索
3.3.1 邊緣方向直方圖
3.3.2 傅里葉形狀描述符
3.3.3 Hu不變矩
3.3.4 Jan Flusser不變矩
3.4 基于空間關(guān)系的圖像檢索
3.5 基于局部不變特征的圖像檢索
3.5.1 Moravec′s角點檢測子
3.5.2 Harris角點檢測子
3.5.3 SUSAN算子
3.5.4 SIFT算子
3.5.5 MSER區(qū)域檢測子
3.5.6 局部不變特征的性質(zhì)
3.6 其他圖像檢索方法
參考文獻(xiàn)
第4章 基于連通區(qū)域的圖像仿射不變區(qū)域提取及描述
4.1基于連通區(qū)域的仿射不變區(qū)域提取
4.1.1 連通區(qū)域提取方法及其實現(xiàn)
4.1.2 仿射不變區(qū)域的確定
4.1.3 去除不滿足條件的區(qū)域
4.2 圖像仿射不變區(qū)域的描述
4.3 實驗結(jié)果與分析
參考文獻(xiàn)
第5章 基于三維顏色直方圖的圖像檢索
5.1 顏色空間量化
5.1.1 圖像顏色量化理論
5.1.2 顏色矢量量化方案的選擇
5.2 提取三維顏色直方圖
5.3 顏色直方圖匹配
5.4 實驗結(jié)果與分析
參考文獻(xiàn)
第3篇 基于內(nèi)容的視頻檢索
第6章 基于內(nèi)容的視頻檢索概述
6.1 基于內(nèi)容的視頻檢索的產(chǎn)生與發(fā)展
6.2 視頻檢索系統(tǒng)的構(gòu)成
6.3 TRECVID簡介
6.4 視頻檢索系統(tǒng)評價標(biāo)準(zhǔn)
參考文獻(xiàn)
第7章 視頻結(jié)構(gòu)化分析
7.1 鏡頭分割
7.1.1 基于直方圖的鏡頭分割方法
7.1.2 像素法
7.1.3 基于邊緣探測的算法
7.1.4 基于模型的鏡頭分割方法
7.1.5 面向壓縮視頻的鏡頭分割方法
7.2 關(guān)鍵幀提取
7.2.1 基于采樣的關(guān)鍵幀提取方法
7.2.2 基于幀間差的關(guān)鍵幀提取方法
7.2.3 基于聚類的關(guān)鍵幀提取方法
7.2.4 基于視頻單元分類的關(guān)鍵幀提取方法
7.2.5 基于累積幀間差的關(guān)鍵幀提取方法
7.2.6 基于運動信息的關(guān)鍵幀提取方法
7.2.7 基于文字和圖像信息的關(guān)鍵幀提取方法
7.3 場景和鏡頭組的構(gòu)造
7.4 視頻特征提取
7.4.1 MPEG7標(biāo)準(zhǔn)中的視覺特征描述子
7.4.2 關(guān)鍵幀特征提取
7.4.3 視頻特征提取
參考文獻(xiàn)
第8章 綜合時序特征曲線和關(guān)鍵幀特征的視頻檢索
8.1 視頻時序特征的提取與匹配
8.1.1 視頻特征曲線的提取
8.1.2 視頻特征曲線的匹配
8.1.3 實驗結(jié)果及分析
8.2 關(guān)鍵幀特征的提取與匹配
8.2.1 子片段劃分與關(guān)鍵幀提取
8.2.2 關(guān)鍵幀特征提取和匹配
8.3 實驗結(jié)果與分析
參考文獻(xiàn)
第9章 視頻語義分析與提取
9.1 視頻語義分析概述
9.1.1 視頻語義分析的意義
9.1.2 視頻語義分析發(fā)展現(xiàn)狀
9.2 特定領(lǐng)域的視頻語義分析
9.2.1 智能監(jiān)控
9.2.2 視頻標(biāo)注
9.2.3 交通事件檢測
參考文獻(xiàn)
第4篇 圖像配準(zhǔn)與圖像融合
第10章 多傳感器圖像融合發(fā)展與概況
10.1 多傳感器圖像融合技術(shù)
10.2 多傳感器圖像融合步驟
10.3 多傳感器圖像融合的應(yīng)用與發(fā)展趨勢
參考文獻(xiàn)
第11章 多傳感器圖像配準(zhǔn)
11.1 圖像配準(zhǔn)原理
11.1.1 變換空間
11.1.2 圖像配準(zhǔn)過程
11.2 基于圖像灰度的配準(zhǔn)方法
11.2.1 互相關(guān)法
11.2.2 序貫相似性檢測算法
11.3 基于變換域的圖像配準(zhǔn)方法
11.4 基于特征的圖像配準(zhǔn)方法
11.4.1 特征選擇與提取
11.4.2 特征匹配
11.5 基于SIFT算法的圖像配準(zhǔn)
11.5.1 檢測尺度空間極值點
11.5.2 精確定位關(guān)鍵點
11.5.3 關(guān)鍵點方向分配
11.5.4 特征點描述子生成
11.5.5 SIFT算法改進(jìn)及其結(jié)果
參考文獻(xiàn)
第12章 多傳感器圖像融合
12.1 多傳感器圖像融合規(guī)則
12.1.1 基于像素的融合規(guī)則
12.1.2 基于區(qū)域的融合規(guī)則
12.2 基于金字塔的圖像融合算法
12.2.1 基于拉普拉斯金字塔的圖像融合
12.2.2 基于對比度金字塔分解的圖像融合
12.2.3 實驗結(jié)果與分析
12.3 基于小波變換的圖像融合算法
12.3.1 基于離散小波變換的圖像融合方法
12.3.2 圖像的小波分解層數(shù)
12.3.3 實驗結(jié)果與分析
12.4 基于NSCT變換的圖像融合
12.4.1 Contourlet變換
12.4.2NSCT變換
12.4.3基于NSCT的圖像融合
12.4.4實驗結(jié)果與分析
參考文獻(xiàn)
第13章 彩色圖像融合技術(shù)
13.1 典型的色彩空間
13.1.1 RGB顏色空間
13.1.2 HSI顏色空間
13.1.3 YUV(Lab)顏色空間
13.1.4 YCbCr模型
13.1.5 YIQ模型
13.1.6 CIE色度模型
13.1.7 CMY色度空間
13.2 彩色圖像融合技術(shù)的發(fā)展
13.3 經(jīng)典彩色圖像融合方法
13.3.1 直接映射法
13.3.2 MIT融合法
13.3.3 TNO融合法
13.3.4 基于lαβ空間色彩傳遞的圖像融合方法
13.3.5 基于YCbCr空間色彩傳遞的圖像融合方法
13.4 實驗結(jié)果與分析
參考文獻(xiàn)
第14章 多傳感器圖像融合質(zhì)量評價
14.1 主觀評價方法
14.2 基于單幅圖像的評價方法
14.2.1 灰度均值和標(biāo)準(zhǔn)差
14.2.2 信息熵
14.2.3 平均梯度
14.2.4 邊緣保持度客觀評價指標(biāo)
14.3 基于參考圖像的評價方法
14.3.1 聯(lián)合熵
14.3.2 交互信息量
14.3.3 空間頻率
14.3.4 偏差度
14.3.5 對比度
14.3.6 相關(guān)系數(shù)
14.4 基于結(jié)構(gòu)相似度的評價方法
14.5 基于視覺特性的評價方法
14.5.1 基于視覺感知的評價方法
14.5.2 基于視覺興趣的評價方法
14.6 實驗與結(jié)果分析
14.6.1 金字塔融合方法評價與討論
14.6.2 小波分解層數(shù)評價與分析
14.6.3 基于區(qū)域的融合規(guī)則質(zhì)量評價與討論
14.6.4 NSCT變化融合質(zhì)量評價與討論
參考文獻(xiàn)