視頻放大技術(shù)是一種利用圖像序列時(shí)空信息處理改變影像中微小變化幅度的技術(shù)。該技術(shù)可以將自然界中微小變化信號的幅度進(jìn)行增強(qiáng),實(shí)現(xiàn)對肉眼難以感知的微小變化的可視化,從而揭示自然界中微小變化所蘊(yùn)含的重要信息與規(guī)律,幫助人們更好地通過圖像序列感知和理解動(dòng)態(tài)世界的變化信息,具有重大的研究價(jià)值與實(shí)際意義。歐拉視頻放大技術(shù)(Eulerian Video Magnification,EVM)采用歐拉視角的思路方法,從全局角度分析視頻內(nèi)容的時(shí)空變化特性,感知圖像序列中的微小變化,為微小變化信號的增強(qiáng)提供一種有效的途徑。這一技術(shù)方法存在對噪聲敏感以及大運(yùn)動(dòng)干擾的問題。噪聲會(huì)隨著放大倍數(shù)的增大而增大;大運(yùn)動(dòng)會(huì)造成放大結(jié)果產(chǎn)生嚴(yán)重的模糊與偽影。針對上述問題,本文以歐拉視角的方法框架為基礎(chǔ),研究提出了一種具有抗噪性能的視頻放大新算法,以及兩種抗大運(yùn)動(dòng)干擾的視頻放大新算法。論文的主要研究工作如下:(1)針對基于亮度變化的歐拉視頻放大方法對噪聲敏感的問題,研究提出了一種基于主成分分析的視頻放大新算法。該算法從歐拉視角全局角度出發(fā)分析視頻內(nèi)容的時(shí)空變化與噪聲的特征差異,利用主成分分析在提取圖像序列的微小變化的同時(shí)抑制噪...

【文章頁數(shù)】：158 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
摘要
abstract
縮略詞
第一章 緒論
    1.1 視頻微小變化放大的概念
    1.2 歐拉視角與拉格朗日視角
    1.3 視頻微小變化放大方法研究
        1.3.1 研究的背景及意義
        1.3.2 國內(nèi)外研究現(xiàn)狀
    1.4 論文研究的關(guān)鍵點(diǎn)
    1.5 論文的主要研究內(nèi)容與結(jié)構(gòu)安排
        1.5.1 主要研究內(nèi)容
        1.5.2 論文結(jié)構(gòu)安排
第二章 基于歐拉視角的視頻放大方法
    2.1 引言
    2.2 基于亮度變化的歐拉視頻放大算法
        2.2.1 Linear EVM基本原理
        2.2.2 Linear EVM處理流程
        2.2.3 Linear EVM邊界條件
        2.2.4 Linear EVM與拉格朗日方法的對比
    2.3 基于相位變化的歐拉視頻放大算法
        2.3.1 PVM基本原理
        2.3.2 PVM處理流程
        2.3.3 PVM邊界條件
        2.3.4 PVM與 Linear EVM的對比
    2.4 本章小結(jié)
第三章 噪聲背景下基于歐拉視角的視頻放大算法
    3.1 引言
    3.2 歐拉視頻放大方法的噪聲問題
    3.3 基于PCA的歐拉視頻微小變化放大算法
        3.3.1 PCA方法簡介
        3.3.2 基于PCA的視頻微小變化選擇
        3.3.3 基于PCA的線性歐拉視頻放大算法
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)設(shè)置
        3.4.2 數(shù)據(jù)采集和預(yù)處理
        3.4.3 真實(shí)視頻放大結(jié)果
        3.4.4 合成視頻放大結(jié)果
        3.4.5 實(shí)驗(yàn)結(jié)果分析與討論
    3.5 本章小結(jié)
第四章 運(yùn)動(dòng)干擾下基于歐拉視角的視頻放大算法
    4.1 引言
    4.2 歐拉視頻放大方法的運(yùn)動(dòng)干擾問題
    4.3 基于幅度選擇濾波的歐拉視頻放大算法
        4.3.1 幅度選擇濾波設(shè)計(jì)
        4.3.2 基于幅度選擇濾波的線性歐拉視頻放大算法
        4.3.3 基于幅度選擇濾波的歐拉視頻相位放大算法
        4.3.4 實(shí)驗(yàn)結(jié)果與分析
    4.4 基于高斯三階導(dǎo)數(shù)濾波的歐拉視頻放大算法
        4.4.1 高斯三階導(dǎo)數(shù)濾波設(shè)計(jì)
        4.4.2 基于高斯三階導(dǎo)數(shù)濾波的線性歐拉視頻放大算法
        4.4.3 基于高斯三階導(dǎo)數(shù)濾波的歐拉視頻相位放大算法
        4.4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第五章 視頻微小變化放大的典型應(yīng)用
    5.1 引言
    5.2 基于人臉視頻的非接觸式心率可視化估計(jì)
        5.2.1 心率估計(jì)方法簡介
        5.2.2 基于人臉視頻的心率可視化估計(jì)
        5.2.3 真實(shí)場景中基于人臉視頻的心率可視化估計(jì)
    5.3 基于胸部起伏運(yùn)動(dòng)的非接觸式呼吸率可視化估計(jì)
        5.3.1 呼吸率估計(jì)方法簡介
        5.3.2 基于胸部起伏運(yùn)動(dòng)的呼吸率可視化估計(jì)
        5.3.3 真實(shí)場景中基于胸部起伏的呼吸率可視化估計(jì)
    5.4 基于視頻運(yùn)動(dòng)放大的非接觸式脈搏波可視化檢測
        5.4.1 脈搏波檢測方法簡介
        5.4.2 基于手腕視頻的非接觸式脈搏波可視化檢測
        5.4.3 真實(shí)場景中基于手腕視頻的非接觸式脈搏波可視化檢測
    5.5 基于歐拉視頻運(yùn)動(dòng)放大的非接觸式目標(biāo)微振動(dòng)可視化檢測
        5.5.1 目標(biāo)振動(dòng)的檢測方法簡介
        5.5.2 理想情況下非接觸式目標(biāo)微振動(dòng)可視化檢測
        5.5.3 現(xiàn)實(shí)環(huán)境下非接觸式目標(biāo)微振動(dòng)可視化檢測
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
附錄 A
    A.1 基于拉格朗日視角的視頻運(yùn)動(dòng)放大方法
    A.2 基于亮度變化的歐拉視頻放大的誤差推導(dǎo)
攻讀博士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號：3833750