Bayesian運(yùn)動(dòng)圖像分析.pdf

1、運(yùn)動(dòng)圖像分析是各種圖像處理方法的一種綜合應(yīng)用,也是所有計(jì)算機(jī)視覺研究的第一步.該文的研究目的是先對(duì)Bayesian統(tǒng)計(jì)分析方法在運(yùn)動(dòng)圖像分析過(guò)程中的應(yīng)用進(jìn)行深入的研究和比較,再在此基礎(chǔ)上,利用多分辨率技術(shù),構(gòu)造出一種新的運(yùn)動(dòng)圖像分析方法,它應(yīng)該具有更高的精確度和更高的運(yùn)算速度.該文的主要工作內(nèi)容如下:1.研究了Bayesian圖像處理理論和Markov隨機(jī)場(chǎng)理論,并建立了圖像區(qū)域仿射運(yùn)動(dòng)模型,從而確立了該文運(yùn)動(dòng)分析的核心——模型的運(yùn)動(dòng)參

2、數(shù).2.為了求解運(yùn)動(dòng)圖像的Markov隨機(jī)場(chǎng)過(guò)程,將幾種基本的Bayesian圖像分割方法進(jìn)行了研究和比較.3.為了解決大尺寸圖像上的運(yùn)動(dòng)分割問(wèn)題,也為進(jìn)一步提高運(yùn)動(dòng)圖像分割的精度和運(yùn)算速度,提出采用多分辨率技術(shù)來(lái)進(jìn)一步改進(jìn)該文的運(yùn)動(dòng)圖像分析方法,并由此建立了Gaussian圖像金字塔.4.針對(duì)現(xiàn)有的多分辨率運(yùn)動(dòng)圖像分析過(guò)程中存在的缺點(diǎn),提出了我們的解決方案,并形成了一種新的多分尺度隨機(jī)場(chǎng)運(yùn)動(dòng)圖像分析方法.5.為了今后進(jìn)一步研究的需要,