导读:本文包含了运动分割论文开题报告文献综述、选题提纲参考文献，主要关键词:模糊,目标,模型,图像,尺度,序列,分数。
运动分割论文文献综述写法
张刚,马震环,雷涛,崔毅,张叁喜[1]（2019）在《基于嵌入式GPU的运动目标分割算法并行优化》一文中研究指出在光电监视系统中,广泛应用于运动目标分割的PBAS(pixel base adaptive segmenter)算法计算复杂、参数量大,难以达到实时分割的要求。针对PBAS算法是对图像中每个像素点进行独立处理,特别适合于GPU并行加速的特点,对其在嵌入式GPU平台Jetson TX2上进行了并行优化实现。在数据存储结构、共享内存使用、随机数产生机制3个方面对该算法进行了优化设计。实验结果表明,对于480×320像素分辨率的中波红外视频序列,该并行优化方法可以达到132 fps的处理速度,满足了实时处理的要求。(本文来源于《应用光学》期刊2019年06期）
胡绍海,王敏茜[2]（2019）在《基于区域检测分割的运动模糊图像复原》一文中研究指出空间变化的运动模糊图像复原是当今图像处理领域的热点问题之一,而运动模糊区域检测更是其中的重点和难点.针对以往运动模糊区域检测算法的精确度较低的问题,提出基于检测分割的单帧运动模糊图像盲复原算法.结合多尺度感知和闭合型图分割,实现两步模糊区域检测.将检测到的模糊区域外延后进行复原,再将其去除外延部分并与清晰区域拼接,得到最终的复原结果.实验结果表明:本文算法不但显着提高了模糊区域检测精度,也有效提高了图像复原质量.同时,具有一定的普遍性,可以适用于自然场景下的多种空间变化的运动模糊图像.(本文来源于《北京交通大学学报》期刊2019年05期）
师冬霞,夏平,雷帮军,任强[3]（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）
熊辉,孙书会[4]（2019）在《基于目标区域约束的人体手臂运动轨迹图像分割》一文中研究指出针对传统分割方法存在分割完整性不足、分割耗时较长以及分割精度较差的问题,提出基于目标区域约束的人体手臂运动轨迹图像分割方法.采取多阈值分割方法,对目标区域约束阈值进行设定,根据阈值取值,得出图像阈值分割曲面图.通过对比巴氏距离系数描述轨迹目标区域与候选目标区域之间的相似度,根据Mean Shift检索邻域范围内密度评估的极大值,迭代上述过程,不断更新运动轨迹目标,根据图像轨迹目标跟踪结果,利用目标区域约束法实现图像分割.结果表明,利用该方法后图像分割区域较为完整,耗时较短,分割精度明显提高.(本文来源于《沈阳工业大学学报》期刊2019年04期）
朱吉,姚剑,董颖青[5]（2019）在《基于运动行人目标分割的高动态影像生成》一文中研究指出提出一种基于深度学习目标分割的动态场景高动态范围渲染HDR(high dynamic range)影像生成方法,结合行人目标匹配与光流映射变化的信息对场景中行人目标运动状态进行判断,生成用于后期融合的动态场景掩膜。HDR静态场景使用加权融合的方法生成,HDR动态场景则使用低曝光影像中该区域曝光质量较好的一张填充,最后利用泊松融合算法平滑静态区域与动态区域之间的过渡部分,得到一张"无鬼影"、影像亮度均衡并且各处细节清晰的HDR影像。算法的创新点是基于目标分类,比传统的基于像素的算法更具有可控性。(本文来源于《地理空间信息》期刊2019年06期）
宫法明,吕轩轩,宫文娟,王晓宁[6]（2019）在《结合对象分割的运动行人检测》一文中研究指出目标检测大量应用于监控系统的行人检测以及人脸识别,是当前深度学习的研究热点.监督学习利用人工标注大量数据集训练出针对特定场景的行人检测器.但是人工标注方法费时费力,本文针对监督学习需要人工标注数据集的缺点,研究了一种半自动标注行人的方法.针对静止的单目摄像机拍摄的监控视频,利用光流信息提供的初始前景可能性,以及跨越时间的视觉相似性来迭代地更新初始的前景可能性,分割出运动的行人,根据分割的前景对象,提出了一种半自动标注行人的方法.实验结果显示,本文的方法可以为行人检测系统提供大量数据集,且效率上明显优于传统人工标注的方法.(本文来源于《计算机系统应用》期刊2019年05期）
王敏茜[7]（2019）在《单帧运动模糊图像检测分割与复原研究》一文中研究指出数字摄影技术的蓬勃发展,使得图像处理出现了越来越多的分支,而模糊图像复原便是其中一个重要的研究方向。在导致图像模糊的多种情况中,由于拍照时摄像机与被摄物体之间的相对运动所导致的图像模糊被称为运动模糊。其中,摄像机的抖动会使得整幅图像形成运动模糊,而被摄场景中局部物体的运动,则会导致局部图像运动模糊。根据运动模糊图像的数学模型,可知其复原的核心就是模糊核估计。对于整体运动模糊图像,通常假设整幅图像只存在一个模糊核。而局部运动模糊图像,其模糊核随空间变化而变化,数学模型更为复杂。局部运动模糊图像的复原算法大多依赖于多帧图像,或需要假设模糊图像是由匀速直线运动所导致的。而依靠深度学习来解决非均匀运动模糊的问题,往往因其巨大的计算量而耗费大量时间,且一般需要硬件支持。因此,本文在对以往模糊图像复原领域的相关工作进行研究后,侧重于研究局部运动模糊复原,并提出一些改进算法来提高图像复原质量。首先,针对以往算法的复杂性和高耗时特性,本文提出了单幅局部运动模糊图像复原框架,有效提高了每一步结果之间的利用率和实验效率。本文框架的中心思想是:在检测分割运动模糊区域后,对分割得到的模糊区域进行复原,以求得完整的清晰图像;其次,本文提出了模糊区域检测算法。考虑到奇异值与模糊模型的关系、多尺度模型对区域检测精度提高的正面作用,以及闭合型图分割对模糊区域标识结果的有效矫正,通过图像奇异值结合多尺度感知和闭合型图算法,实现两步模糊区域检测。在降低运算复杂程度的情况下,有效提高了模糊区域检测精度。实验结果表明,改进后的算法检测结果更好,适用性更高;最后,针对模糊区域复原后与清晰区域拼接存在边缘效应这一问题,本文提出了分割后的局部运动模糊图像复原拼接改进方法。利用检测出的模糊区域模糊核,复原区域分割过程中得到的图像,最后去除多余部分并拼接清晰区域。分析实验结果可以发现,这一改进可以有效利用上一步的检测结果,解决了复原后的图像拼接边缘的问题,避免了边界效应。(本文来源于《北京交通大学》期刊2019-04-10）
詹皇源[8]（2019）在《基于联合后置滤波器与分数阶光流模型相结合的运动分割算法》一文中研究指出针对传统HS(Horn&Schnuck)光流估计算法存在奇异值、不能保留光流场边界不连续性、不能应对运动目标间相互遮挡等问题,提出一种联合后置滤波器的分数阶光流模型。在该模型中,应用分数阶微分处理HS模型中的平滑项以保留光流场的边界不连续性;通过分析结构张量特征值的数据特征来寻找光流场边缘点,利用联合流场散度与像素点投影差分的方法来检测遮挡区域;采用一种结合MF(median filter)中值滤波器、WMF(weighted median filter)权值中值滤波器、BF(bilateral filter)双边滤波器的CPF(combined post filter)联合后置滤波器,它能够通过检测是否存在遮挡、图像亮度不连续性、图像运动不连续性,自适应地调节光流场的扩散过程,从而获得更加准确的光流场。实验证明,该算法能在图像中存在光照变化、遮挡、多运动目标等复杂情况下精确地估计出光流场,且算法计算成本低,能满足实时性要求。(本文来源于《科学技术与工程》期刊2019年08期）
朱斌,田联房,杜启亮,余陆斌[9]（2019）在《基于自适应双分数阶光流模型的运动目标分割》一文中研究指出针对当前光流算法在光照不足的环境下不能进行弱纹理区域的运动目标分割问题,提出了一种自适应双分数阶光流(ADFOVOF)模型.该模型在双分数阶光流(DFOVOF)模型的基础上,通过图像信噪比计算DFOVOF模型中数据项的分数阶微分掩模的阶次及尺寸;应用以光流向量为特征的超像素调整DFOVOF模型中平滑项的分数阶微分掩模的形状.实验结果表明,在光照不足或者光照变化剧烈的场景下,文中算法能够精确估计光流场,获得清晰的运动目标轮廓.(本文来源于《华南理工大学学报(自然科学版)》期刊2019年02期）
吕欢祝,代云川,王佳帅[10]（2019）在《基于模糊区域分割的运动图像复原优化模型》一文中研究指出图像的复原技术就是消除图像的模糊,产生一幅质量清晰的图像,例如对于运动模糊产生的图片,如果用肉眼直接观察很难对图像做出解释,这时需要利用图像复原技术来得到清晰的图像。本文针对空间变化的运动模糊图像,提出基于单帧图像的分割的盲复原方法。使用分区域进行腐蚀和膨胀实现对模糊区域分割后图像的新一步优化,取得了很好的效果。(本文来源于《中国新通信》期刊2019年03期）
运动分割论文开题报告范文
（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：
空间变化的运动模糊图像复原是当今图像处理领域的热点问题之一,而运动模糊区域检测更是其中的重点和难点.针对以往运动模糊区域检测算法的精确度较低的问题,提出基于检测分割的单帧运动模糊图像盲复原算法.结合多尺度感知和闭合型图分割,实现两步模糊区域检测.将检测到的模糊区域外延后进行复原,再将其去除外延部分并与清晰区域拼接,得到最终的复原结果.实验结果表明:本文算法不但显着提高了模糊区域检测精度,也有效提高了图像复原质量.同时,具有一定的普遍性,可以适用于自然场景下的多种空间变化的运动模糊图像.
（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。
运动分割论文参考文献
[1].张刚,马震环,雷涛,崔毅,张叁喜.基于嵌入式GPU的运动目标分割算法并行优化[J].应用光学.2019
[2].胡绍海,王敏茜.基于区域检测分割的运动模糊图像复原[J].北京交通大学学报.2019
[3].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
[4].熊辉,孙书会.基于目标区域约束的人体手臂运动轨迹图像分割[J].沈阳工业大学学报.2019
[5].朱吉,姚剑,董颖青.基于运动行人目标分割的高动态影像生成[J].地理空间信息.2019
[6].宫法明,吕轩轩,宫文娟,王晓宁.结合对象分割的运动行人检测[J].计算机系统应用.2019
[7].王敏茜.单帧运动模糊图像检测分割与复原研究[D].北京交通大学.2019
[8].詹皇源.基于联合后置滤波器与分数阶光流模型相结合的运动分割算法[J].科学技术与工程.2019
[9].朱斌,田联房,杜启亮,余陆斌.基于自适应双分数阶光流模型的运动目标分割[J].华南理工大学学报(自然科学版).2019
[10].吕欢祝,代云川,王佳帅.基于模糊区域分割的运动图像复原优化模型[J].中国新通信.2019