基于独立分量分析的运动目标检测与跟踪
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-13页 |
| ·研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要研究内容和具体章节安排 | 第12-13页 |
| 2 数字视频图像处理 | 第13-22页 |
| ·数字视频图像处理基本理论 | 第13页 |
| ·数字图像 | 第13页 |
| ·数字视频 | 第13页 |
| ·颜色空间 | 第13-14页 |
| ·真彩色图像 | 第13-14页 |
| ·图像灰度化 | 第14页 |
| ·图像预处理 | 第14-17页 |
| ·中值滤波 | 第15-16页 |
| ·图像的二值化 | 第16-17页 |
| ·图像平滑 | 第17页 |
| ·图像分割 | 第17-21页 |
| ·图像分割技术 | 第18页 |
| ·区域分割 | 第18-19页 |
| ·基于边缘提取的分割法 | 第19-21页 |
| ·小结 | 第21-22页 |
| 3 基于ICA的运动目标检测 | 第22-35页 |
| ·问题的提出 | 第22页 |
| ·当前常规的运动目标检测算法 | 第22-26页 |
| ·帧间差分法 | 第22-24页 |
| ·背景差分法 | 第24页 |
| ·背景模型 | 第24-26页 |
| ·光流场法 | 第26页 |
| ·独立分量分析算法原理 | 第26-29页 |
| ·基于ICA的运动目标检测 | 第29-34页 |
| ·算法原理 | 第29-31页 |
| ·实验结果 | 第31-34页 |
| ·小结 | 第34-35页 |
| 4 基于ICA-R的运动目标跟踪和遮挡处理方法 | 第35-52页 |
| ·问题的提出 | 第35页 |
| ·当前主流的运动目标跟踪方法 | 第35-41页 |
| ·卡尔曼滤波器实现运动目标跟踪 | 第36-38页 |
| ·粒子滤波器实现运动目标跟踪 | 第38-41页 |
| ·基于ICA-R的运动目标跟踪 | 第41-48页 |
| ·算法原理 | 第41-43页 |
| ·构造ICA-R的参考信号 | 第43-44页 |
| ·基于ICA-R的运动目标跟踪方法 | 第44-46页 |
| ·实验结果 | 第46-48页 |
| ·非完全遮挡情况运动目标跟踪 | 第48-51页 |
| ·遮挡情况简介 | 第48-49页 |
| ·基于ICA-R和目标分块的遮挡处理方法 | 第49-51页 |
| ·小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
