学位论文 > 优秀研究生学位论文题录展示

基于视频镜头的苹果病斑检索研究

作　者: 孟雨
导　师: 黄林
学　校: 西北农林科技大学
专　业: 计算机应用技术
关键词: 苹果病虫害防治视频检索镜头边界检测镜头聚类
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 23次
引　用: 0次
阅　读: 论文下载

内容摘要

本文以苹果病虫害防治视频为研究对象,对基于内容的视频检索技术在该类视频检索上的应用进行了初步研究,主要包括视频镜头边界检测、特征提取、镜头聚类和相似度度量等,旨在寻找合适的算法应用于苹果病虫害防治视频的检索中,为苹果病虫害防治研究成果的推广提供新的思路和方法,主要工作和贡献包括以下几个方面:(1)本文通过实验比较了现有典型镜头边界检测算法:基于像素比较的方法、基于块比较的方法、基于直方图比较的方法和基于DC系数的方法在苹果病虫害防治视频上的表现,并最终选取基于DC系数的方法应用于苹果病虫害防治视频的镜头边界检测中。突变镜头的平均查准率和查全率分别为96.03%和91.95%,渐变镜头的平均查准率和查全率分别为74.19%和80.65%。(2)苹果病虫害防治视频特征提取和镜头聚类。分别提取所有视频帧的灰度直方图和彩色直方图特征,并把彩色直方图量化到512 bins。计算各镜头的平均灰度直方图和彩色直方图作为各自的特征。运用Kmeans聚类算法对镜头进行聚类,灰度直方图和彩色直方图作为特征时分别可将镜头聚为6类和7类,并对各类镜头计算其类别的颜色特征。实验结果表明Kmeans聚类算法能够对视频镜头进行有效聚类。(3)检索时的相似度度量。对灰度直方图和彩色直方图,分别比较曼哈顿距离和欧氏距离在检索时的表现,以便得到最优的检索性能。通过实验可知,彩色直方图作为检索特征,检索镜头类别采用欧式距离、检索具体镜头采用曼哈顿距离作为相似度衡量标准时,可以得到较好的检索效果。对于镜头类别的检索,正确率可以达到92.44%。对于具体镜头的检索,如果检索结果中仅选择一个最相似的镜头,正确率为80.59%,如果选择5个相似镜头,正确率则可达到89.84%。(4)以Visual Studio 2008为平台,利用EmguCV和DirectShow .NET工具包,使用C#实现了一个基于视频镜头的苹果病斑检索系统。实验表明,本文选择的算法可以达到比较令人满意的效果,能够有效地检索到视频中包含苹果病斑图像的镜头,对苹果病虫害防治研究成果的推广起到了应有的促进作用。

全文目录

摘要  5-6
ABSTRACT  6-10
第一章绪论  10-18
  1.1 研究背景与意义  10-13
    1.1.1 研究背景  10-12
    1.1.2 研究意义  12-13
  1.2 国内外研究现状  13-16
    1.2.1 苹果病虫害防治研究成果推广现状  13-14
      1.2.1.1 国外研究现状  13-14
      1.2.1.2 国内研究现状  14
    1.2.2 视频检索研究现状  14-16
      1.2.2.1 国外研究现状  14-15
      1.2.2.2 国内研究现状  15-16
  1.3 前人研究存在的问题  16
  1.4 主要研究内容  16-17
  1.5 论文安排  17
  1.6 本章小结  17-18
第二章基于内容的视频检索概述  18-23
  2.1 视频数据特点  18
  2.2 视频结构分析  18-20
    2.2.1 数字视频的基本概念  19
    2.2.2 视频结构化  19-20
  2.3 基于内容的视频检索框架  20-21
  2.4 视频检索系统发展趋势  21-22
  2.5 本章小结  22-23
第三章苹果病虫害防治视频镜头边界检测  23-38
  3.1 镜头变换类型  23-25
  3.2 常用视频镜头边界检测算法  25-35
    3.2.1 基于解压缩域的视频镜头分割算法  25-29
      3.2.1.1 基于像素比较的方法  26
      3.2.1.2 基于块比较的方法  26-27
      3.2.1.3 基于直方图比较的方法  27-29
    3.2.2 基于压缩域的视频镜头分割算法  29-35
      3.2.2.1 基于DCT 系数的方法  30-31
      3.2.2.2 基于DC 系数的方法  31-35
  3.3 视频镜头分割算法性能评价  35-36
    3.3.1 查准率和查全率  35
    3.3.2 误检率和漏检率  35-36
  3.4 苹果病虫害防治视频镜头边界检测实验  36-37
    3.4.1 苹果病虫害防治视频数据  36
    3.4.2 实验结果  36-37
  3.5 本章小结  37-38
第四章苹果病虫害防治视频镜头聚类  38-45
  4.1 引言  38
  4.2 视频特征提取  38-40
  4.3 Kmeans 聚类算法  40-41
  4.4 Kmeans 聚类数目的确定  41
  4.5 苹果病虫害防治视频镜头聚类实现  41-44
  4.6 本章小结  44-45
第五章基于视频镜头的苹果病斑检索系统实现  45-57
  5.1 系统设计要求  45
  5.2 基于视频镜头的苹果病斑检索系统简介  45-46
  5.3 系统软硬件平台  46
  5.4 开发工具包简介  46-49
    5.4.1 Emgu CV  46-47
    5.4.2 DirectShow  47-49
  5.5 基于视频镜头的苹果病斑检索系统实现  49-56
    5.5.1 利用DirectShow 解码视频  49-50
    5.5.2 视频定位  50-52
    5.5.3 苹果病虫害防治视频数据整理  52
    5.5.4 系统模块  52-53
    5.5.5 相似性度量  53-56
  5.6 本章小结  56-57
第六章总结与展望  57-59
  6.1 总结  57
  6.2 展望  57-59
参考文献  59-63
致谢  63-64
作者简介  64

基于视频镜头的苹果病斑检索研究

内容摘要

全文目录

相似论文