视频图像序列中运动目标检测算法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目次 | 第9-11页 |
| 图清单 | 第11-13页 |
| 表清单 | 第13-14页 |
| 1 绪论 | 第14-20页 |
| ·课题研究的背景及意义 | 第14-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·图像去噪 | 第15-16页 |
| ·运动目标检测 | 第16-18页 |
| ·论文主要研究内容及创新 | 第18-19页 |
| ·论文的组织结构 | 第19-20页 |
| 2 运动目标检测算法研究 | 第20-36页 |
| ·视频图像预处理方法 | 第20-28页 |
| ·图像去噪算法 | 第20-25页 |
| ·图像增强算法 | 第25-28页 |
| ·常用的运动目标检测算法 | 第28-34页 |
| ·光流法 | 第28-31页 |
| ·帧间差分法 | 第31-32页 |
| ·背景差分法 | 第32-34页 |
| ·多种方法结合的检测算法 | 第34页 |
| ·对检测结果的后处理 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 基于改进中值滤波的视频图像预处理方法 | 第36-51页 |
| ·自适应中值滤波算法 | 第36-37页 |
| ·算法基本思想 | 第36页 |
| ·算法存在的不足 | 第36-37页 |
| ·基于阈值判断的自适应中值滤波算法 | 第37-40页 |
| ·算法基本思想 | 第37页 |
| ·算法实现 | 第37-39页 |
| ·算法阈值的选取 | 第39-40页 |
| ·实验结果及分析 | 第40-50页 |
| ·本章小结 | 第50-51页 |
| 4 基于改进的混合高斯模型目标检测算法 | 第51-70页 |
| ·经典背景模型 | 第51-54页 |
| ·平均背景模型 | 第51-52页 |
| ·非参数背景模型 | 第52页 |
| ·混合高斯模型 | 第52-54页 |
| ·背景模型优缺点比较 | 第54页 |
| ·混合高斯模型的不足 | 第54-55页 |
| ·改进的混合高斯模型 | 第55-59页 |
| ·对目标物体长时间停留的处理 | 第55-56页 |
| ·对光线骤变的处理 | 第56-57页 |
| ·改进算法的整体流程图 | 第57-59页 |
| ·实验结果及分析 | 第59-68页 |
| ·采用 IGMM 算法的目标检测结果 | 第59-62页 |
| ·结合预处理与 IGMM 的目标检测结果 | 第62-65页 |
| ·增加后处理后的目标检测结果 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 5 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 作者简历 | 第75页 |
