基于欧拉视角的视频放大方法研究
发布时间：2023-06-15 21:59
视频放大技术是一种利用图像序列时空信息处理改变影像中微小变化幅度的技术。该技术可以将自然界中微小变化信号的幅度进行增强,实现对肉眼难以感知的微小变化的可视化,从而揭示自然界中微小变化所蕴含的重要信息与规律,帮助人们更好地通过图像序列感知和理解动态世界的变化信息,具有重大的研究价值与实际意义。欧拉视频放大技术(Eulerian Video Magnification,EVM)采用欧拉视角的思路方法,从全局角度分析视频内容的时空变化特性,感知图像序列中的微小变化,为微小变化信号的增强提供一种有效的途径。这一技术方法存在对噪声敏感以及大运动干扰的问题。噪声会随着放大倍数的增大而增大;大运动会造成放大结果产生严重的模糊与伪影。针对上述问题,本文以欧拉视角的方法框架为基础,研究提出了一种具有抗噪性能的视频放大新算法,以及两种抗大运动干扰的视频放大新算法。论文的主要研究工作如下:(1)针对基于亮度变化的欧拉视频放大方法对噪声敏感的问题,研究提出了一种基于主成分分析的视频放大新算法。该算法从欧拉视角全局角度出发分析视频内容的时空变化与噪声的特征差异,利用主成分分析在提取图像序列的微小变化的同时抑制噪...
【文章页数】：158 页
【学位级别】：博士
【文章目录】：
致谢
摘要
abstract
缩略词
第一章 绪论
1.1 视频微小变化放大的概念
1.2 欧拉视角与拉格朗日视角
1.3 视频微小变化放大方法研究
1.3.1 研究的背景及意义
1.3.2 国内外研究现状
1.4 论文研究的关键点
1.5 论文的主要研究内容与结构安排
1.5.1 主要研究内容
1.5.2 论文结构安排
第二章 基于欧拉视角的视频放大方法
2.1 引言
2.2 基于亮度变化的欧拉视频放大算法
2.2.1 Linear EVM基本原理
2.2.2 Linear EVM处理流程
2.2.3 Linear EVM边界条件
2.2.4 Linear EVM与拉格朗日方法的对比
2.3 基于相位变化的欧拉视频放大算法
2.3.1 PVM基本原理
2.3.2 PVM处理流程
2.3.3 PVM边界条件
2.3.4 PVM与 Linear EVM的对比
2.4 本章小结
第三章 噪声背景下基于欧拉视角的视频放大算法
3.1 引言
3.2 欧拉视频放大方法的噪声问题
3.3 基于PCA的欧拉视频微小变化放大算法
3.3.1 PCA方法简介
3.3.2 基于PCA的视频微小变化选择
3.3.3 基于PCA的线性欧拉视频放大算法
3.4 实验结果与分析
3.4.1 实验设置
3.4.2 数据采集和预处理
3.4.3 真实视频放大结果
3.4.4 合成视频放大结果
3.4.5 实验结果分析与讨论
3.5 本章小结
第四章 运动干扰下基于欧拉视角的视频放大算法
4.1 引言
4.2 欧拉视频放大方法的运动干扰问题
4.3 基于幅度选择滤波的欧拉视频放大算法
4.3.1 幅度选择滤波设计
4.3.2 基于幅度选择滤波的线性欧拉视频放大算法
4.3.3 基于幅度选择滤波的欧拉视频相位放大算法
4.3.4 实验结果与分析
4.4 基于高斯三阶导数滤波的欧拉视频放大算法
4.4.1 高斯三阶导数滤波设计
4.4.2 基于高斯三阶导数滤波的线性欧拉视频放大算法
4.4.3 基于高斯三阶导数滤波的欧拉视频相位放大算法
4.4.4 实验结果与分析
4.5 本章小结
第五章 视频微小变化放大的典型应用
5.1 引言
5.2 基于人脸视频的非接触式心率可视化估计
5.2.1 心率估计方法简介
5.2.2 基于人脸视频的心率可视化估计
5.2.3 真实场景中基于人脸视频的心率可视化估计
5.3 基于胸部起伏运动的非接触式呼吸率可视化估计
5.3.1 呼吸率估计方法简介
5.3.2 基于胸部起伏运动的呼吸率可视化估计
5.3.3 真实场景中基于胸部起伏的呼吸率可视化估计
5.4 基于视频运动放大的非接触式脉搏波可视化检测
5.4.1 脉搏波检测方法简介
5.4.2 基于手腕视频的非接触式脉搏波可视化检测
5.4.3 真实场景中基于手腕视频的非接触式脉搏波可视化检测
5.5 基于欧拉视频运动放大的非接触式目标微振动可视化检测
5.5.1 目标振动的检测方法简介
5.5.2 理想情况下非接触式目标微振动可视化检测
5.5.3 现实环境下非接触式目标微振动可视化检测
5.6 本章小结
第六章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
附录 A
A.1 基于拉格朗日视角的视频运动放大方法
A.2 基于亮度变化的欧拉视频放大的误差推导
攻读博士学位期间的学术活动及成果情况
本文编号：3833750
【文章页数】：158 页
【学位级别】：博士
【文章目录】：
致谢
摘要
abstract
缩略词
第一章 绪论
1.1 视频微小变化放大的概念
1.2 欧拉视角与拉格朗日视角
1.3 视频微小变化放大方法研究
1.3.1 研究的背景及意义
1.3.2 国内外研究现状
1.4 论文研究的关键点
1.5 论文的主要研究内容与结构安排
1.5.1 主要研究内容
1.5.2 论文结构安排
第二章 基于欧拉视角的视频放大方法
2.1 引言
2.2 基于亮度变化的欧拉视频放大算法
2.2.1 Linear EVM基本原理
2.2.2 Linear EVM处理流程
2.2.3 Linear EVM边界条件
2.2.4 Linear EVM与拉格朗日方法的对比
2.3 基于相位变化的欧拉视频放大算法
2.3.1 PVM基本原理
2.3.2 PVM处理流程
2.3.3 PVM边界条件
2.3.4 PVM与 Linear EVM的对比
2.4 本章小结
第三章 噪声背景下基于欧拉视角的视频放大算法
3.1 引言
3.2 欧拉视频放大方法的噪声问题
3.3 基于PCA的欧拉视频微小变化放大算法
3.3.1 PCA方法简介
3.3.2 基于PCA的视频微小变化选择
3.3.3 基于PCA的线性欧拉视频放大算法
3.4 实验结果与分析
3.4.1 实验设置
3.4.2 数据采集和预处理
3.4.3 真实视频放大结果
3.4.4 合成视频放大结果
3.4.5 实验结果分析与讨论
3.5 本章小结
第四章 运动干扰下基于欧拉视角的视频放大算法
4.1 引言
4.2 欧拉视频放大方法的运动干扰问题
4.3 基于幅度选择滤波的欧拉视频放大算法
4.3.1 幅度选择滤波设计
4.3.2 基于幅度选择滤波的线性欧拉视频放大算法
4.3.3 基于幅度选择滤波的欧拉视频相位放大算法
4.3.4 实验结果与分析
4.4 基于高斯三阶导数滤波的欧拉视频放大算法
4.4.1 高斯三阶导数滤波设计
4.4.2 基于高斯三阶导数滤波的线性欧拉视频放大算法
4.4.3 基于高斯三阶导数滤波的欧拉视频相位放大算法
4.4.4 实验结果与分析
4.5 本章小结
第五章 视频微小变化放大的典型应用
5.1 引言
5.2 基于人脸视频的非接触式心率可视化估计
5.2.1 心率估计方法简介
5.2.2 基于人脸视频的心率可视化估计
5.2.3 真实场景中基于人脸视频的心率可视化估计
5.3 基于胸部起伏运动的非接触式呼吸率可视化估计
5.3.1 呼吸率估计方法简介
5.3.2 基于胸部起伏运动的呼吸率可视化估计
5.3.3 真实场景中基于胸部起伏的呼吸率可视化估计
5.4 基于视频运动放大的非接触式脉搏波可视化检测
5.4.1 脉搏波检测方法简介
5.4.2 基于手腕视频的非接触式脉搏波可视化检测
5.4.3 真实场景中基于手腕视频的非接触式脉搏波可视化检测
5.5 基于欧拉视频运动放大的非接触式目标微振动可视化检测
5.5.1 目标振动的检测方法简介
5.5.2 理想情况下非接触式目标微振动可视化检测
5.5.3 现实环境下非接触式目标微振动可视化检测
5.6 本章小结
第六章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
附录 A
A.1 基于拉格朗日视角的视频运动放大方法
A.2 基于亮度变化的欧拉视频放大的误差推导
攻读博士学位期间的学术活动及成果情况
本文编号：3833750
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3833750.html
最近更新
教材专著
