视频环境中运动目标的检测与跟踪问题研究
| 1 绪论 | 第1-13页 |
| ·课题的研究背景及其意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容 | 第11-13页 |
| 2 视频中运动目标的自动分割 | 第13-32页 |
| ·基于瞬时差分的运动目标检测 | 第13-18页 |
| ·瞬时差分算法基本原理 | 第14-16页 |
| ·归一化阈值分割 | 第16-17页 |
| ·改进的瞬时差分算法 | 第17-18页 |
| ·基于背景模型的运动目标检测 | 第18-24页 |
| ·背景差分算法基本原理 | 第19页 |
| ·背景图像的统计特性 | 第19-20页 |
| ·背景模型的产生 | 第20-22页 |
| ·背景模型的更新 | 第22-24页 |
| ·运动目标检测的预处理 | 第24-31页 |
| ·去噪处理 | 第24-26页 |
| ·数学形态学应用 | 第26-28页 |
| ·阴影检测与消除 | 第28-30页 |
| ·投影法定位目标 | 第30-31页 |
| ·小结 | 第31-32页 |
| 3 复杂背景中运动目标跟踪 | 第32-54页 |
| ·目标跟踪概述 | 第32-34页 |
| ·跟踪问题 | 第32页 |
| ·跟踪模式的选择 | 第32-34页 |
| ·基于卡尔曼滤波的目标运动预测 | 第34-45页 |
| ·卡尔曼滤波器 | 第35-37页 |
| ·滤波器发散问题 | 第37-38页 |
| ·运动目标跟踪模型 | 第38-40页 |
| ·基于当前统计模型的自适应跟踪算法 | 第40-44页 |
| ·自适应卡尔曼跟踪模型 | 第44-45页 |
| ·运动目标匹配 | 第45-53页 |
| ·目标匹配 | 第46-47页 |
| ·目标的直方图模式 | 第47-49页 |
| ·Bhattacharyya距离下的目标匹配 | 第49-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 4 摄像机标定 | 第54-67页 |
| ·摄像机模型与成像原理 | 第54-59页 |
| ·视觉坐标系 | 第54-57页 |
| ·摄像机成像模型 | 第57-59页 |
| ·主要的摄像机标定方法 | 第59-63页 |
| ·传统的摄像机标定方法 | 第60-62页 |
| ·摄像机自标定方法 | 第62-63页 |
| ·基于主动视觉的自标定方法 | 第63-65页 |
| ·五参数摄像机模型 | 第63页 |
| ·单应性矩阵 | 第63-64页 |
| ·确定常数因子σ | 第64-65页 |
| ·摄像机内参数标定算法 | 第65页 |
| ·实验与分析 | 第65-66页 |
| ·仿真实验 | 第65-66页 |
| ·真实图像实验 | 第66页 |
| ·小结 | 第66-67页 |
| 5 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 作者在攻读硕士期间所发表的论文及参加的科研项目 | 第75页 |
| 发表论文： | 第75页 |
| 科研项目： | 第75页 |
