运动目标检测跟踪系统的设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·引言 | 第10-11页 |
| ·运动目标检测与跟踪概述 | 第11-12页 |
| ·运动目标检测概述 | 第11页 |
| ·运动目标跟踪概述 | 第11-12页 |
| ·本论文的主要研究内容和章节安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 图像处理基本理论 | 第14-20页 |
| ·图像灰度化处理 | 第14页 |
| ·图像滤波 | 第14-16页 |
| ·中值滤波 | 第14-15页 |
| ·数学形态学滤波 | 第15-16页 |
| ·图像分割 | 第16-18页 |
| ·本文改进的自适应阂值分割 | 第17页 |
| ·几种阈值分割算法比较 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第三章 运动目标检测算法及分析 | 第20-36页 |
| ·背景建模 | 第21-25页 |
| ·统计直方图 | 第21-22页 |
| ·混合高斯模型 | 第22页 |
| ·改进的连续帧差法 | 第22-23页 |
| ·基于空域多维直方图的非参背景估计 | 第23-25页 |
| ·背景更新 | 第25-26页 |
| ·连续帧差法的背景更新策略 | 第25页 |
| ·混合高斯模型的背景更新策略 | 第25-26页 |
| ·非参背景估计的参数更新策略 | 第26页 |
| ·实验与分析 | 第26-31页 |
| ·定性分析 | 第27-29页 |
| ·定量分析 | 第29-31页 |
| ·阴影抑制 | 第31-35页 |
| ·基于物理模型的阴影抑制 | 第31-33页 |
| ·基于双阈值的阴影抑制 | 第33-34页 |
| ·实验结果与分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 传统运动目标的跟踪算法 | 第36-45页 |
| ·卡尔曼滤波基本原理 | 第36-39页 |
| ·Kalman滤波思想及算法 | 第36-37页 |
| ·Kalman滤波的特点 | 第37-38页 |
| ·卡尔曼滤波器的参数选择 | 第38-39页 |
| ·基于Kalman滤波的目标跟踪方法 | 第39-41页 |
| ·运动目标跟踪算法 | 第39-40页 |
| ·运动目标匹配算法 | 第40-41页 |
| ·实验结果与分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于稀疏理论的目标跟踪算法 | 第45-52页 |
| ·粒子滤波基本理论 | 第45-46页 |
| ·跟踪目标的稀疏表示 | 第46页 |
| ·非负约束 | 第46-47页 |
| ·基于l_1范数的稀疏实现 | 第47页 |
| ·模板更新 | 第47-49页 |
| ·实验结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 视频目标检测跟踪实验平台 | 第52-65页 |
| ·实验平台开发环境 | 第52页 |
| ·实验平台设计方案 | 第52-53页 |
| ·实验平台程序设计 | 第53页 |
| ·系统函数接口介绍 | 第53-60页 |
| ·人机交互界面 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·待解决问题 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
