复杂环境下监控图像拼接与识别

1 绪论
1．1 研究背景与意义
1．2 国内外研究现状
1．3 本书的主要研究内容及创新点
1．4 小结
2 基于视觉特性的图像去噪新方法
2．1 引言
2．2 井下图像噪声分类
2．3 常用的图像去噪方法
2．4 基于视觉特性的图像去噪新方法
2．5 实验结果与分析
2．6 小结
3 基于免疫遗传的图像自适应增强方法
3．1 引言
3．2 传统图像增强方法
3．3 遗传算法基本理论
3．4 基于免疫遗传的图像自适应增强方法
3．5 实验结果与分析
3．6 小结
4 基于Harris-SIFT的图像自动快速拼接方法
4．1 引言
4．2 基于角点检测的图像拼接算法
4．3 SIFT算法
4．4 井下监控图像序列全自动快速拼接算法
4．5 实验结果与分析
4．6 小结
5 基于PCA-SIFT的运动目标跟踪识别及行为分析
5．1 引言
5．2 井下运动目标识别分析研究框架
5．3 运动目标轮廓提取
5．4 基于PCA-SIFT的运动目标跟踪识别
5．5 基于快速模板匹配的运动目标行为分析
5．6 实验结果与分析
5．7 小结
6 结论与展望
6．1 结论
6．2 展望
参考文献