需要金幣： 2000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：20326 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：近年來，隨著計(jì)算機(jī)視覺的深入發(fā)展，基于深度視頻的應(yīng)用更加具有發(fā)展?jié)摿?。Kinect是微軟2009年發(fā)布的一款體感外設(shè)，它能夠方便地采集深度視頻與深度圖像，對(duì)相關(guān)圖像研究提供了便捷。目標(biāo)檢測(cè)和圖像增晰是計(jì)算機(jī)視覺的重要任務(wù)，它們?cè)谝曨l監(jiān)控、機(jī)器人導(dǎo)航、智能交通、醫(yī)藥等實(shí)際領(lǐng)域內(nèi)有著重要的應(yīng)用價(jià)值。本文基于Kinect深度視頻，在目標(biāo)檢測(cè)和圖像增晰方面進(jìn)行了深入研究?；趪鴥?nèi)外現(xiàn)有研究，本文深入探討了HOG/HOG框架和SSD目標(biāo)檢測(cè)算法，以及中值濾波、雙邊濾波、形態(tài)學(xué)等圖像增晰方法。利用這些算法，我們采用不同的數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)與測(cè)試，并對(duì)比不同數(shù)據(jù)集的測(cè)試結(jié)果。整體測(cè)試結(jié)果顯示：HOG算法與SSD方法都能理想地完成目標(biāo)檢測(cè)，HOG算法耗時(shí)上少于SSD算法，但SSD方法在檢測(cè)精確率和召回率上優(yōu)于HOG算法；利用中值濾波對(duì)RGB圖像進(jìn)行增晰能夠有效改善圖像地色彩、邊緣等瑕疵，利用形態(tài)學(xué)對(duì)深度圖像進(jìn)行增晰，能夠減少圖像中噪聲與暈彩。
關(guān)鍵詞： Kinect；深度視頻；目標(biāo)檢測(cè)；圖像增晰
目錄 摘要 Abstract 1 緒論-1 1.1 研究的背景及意義-1 1.2 國內(nèi)外相關(guān)研究現(xiàn)狀及發(fā)展趨勢(shì)-1 1.2.1 目標(biāo)檢測(cè)-1 1.2.2 圖像增晰-2 1.3 研究的內(nèi)容及意義-2 1.4 研究的框架-3 2 相關(guān)理論基礎(chǔ)-3 2.1 Kinect硬件結(jié)構(gòu)及成像系統(tǒng)-3 2.2 RGB圖像-4 2.3 深度圖像與深度視頻-5 3 目標(biāo)檢測(cè)與圖像增晰-7 3.1目標(biāo)檢測(cè)-7 3.1.1 HOG框架-7 3.1.2 SSD方法-9 3.2 圖像增晰-10 3.2.1 中值濾波-11 3.2.2 雙邊濾波-13 3.2.3形態(tài)學(xué)圖像處理-15 4 實(shí)驗(yàn)驗(yàn)證-16 4.1 實(shí)驗(yàn)步驟與實(shí)驗(yàn)環(huán)境-16 4.2 圖像增晰實(shí)驗(yàn)-17 4.2.1 使用ffmpeg工具分割視頻為圖片-17 4.2.2 圖像增晰實(shí)驗(yàn)-18 4.3目標(biāo)檢測(cè)實(shí)驗(yàn)-21 4.3.1 HOG訓(xùn)練及目標(biāo)檢測(cè)-21 4.3.2SSD方法進(jìn)行目標(biāo)檢測(cè)-24 4.4 實(shí)驗(yàn)結(jié)果分析-27 5 結(jié)論-32 參 考 文 獻(xiàn)-33 致 謝-35 |
