| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·国内外在该方向的发展及研究现状 | 第10-11页 |
| ·智能监控系统及视觉特征分类 | 第11-13页 |
| ·论文主要研究内容 | 第13-14页 |
| 第2章 运动目标提取及视频图像处理相关技术 | 第14-26页 |
| ·图像处理相关基础知识 | 第14-19页 |
| ·图像滤波处理 | 第14-15页 |
| ·图像灰度化处理 | 第15页 |
| ·图像分割 | 第15-16页 |
| ·图像的阈值化处理 | 第16-19页 |
| ·形态学处理 | 第19-21页 |
| ·颜色空间 | 第21-24页 |
| ·RGB颜色模型 | 第21-22页 |
| ·HSV颜色模型 | 第22-24页 |
| ·纹理特征 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 运动目标检测算法的改进与仿真 | 第26-38页 |
| ·运动目标检测 | 第26-29页 |
| ·光流法 | 第26-27页 |
| ·帧间差分法 | 第27页 |
| ·背景减除法 | 第27-28页 |
| ·算法比较 | 第28-29页 |
| ·基于背景模型的运动目标检测算法 | 第29-33页 |
| ·单高斯分布背景模型 | 第29-31页 |
| ·混合高斯分布背景模型 | 第31-33页 |
| ·基于三帧差分的运动目标检测算法 | 第33-34页 |
| ·基于混合高斯模型与三帧差分的目标检测算法分析与仿真 | 第34-37页 |
| ·改进的目标检测算法 | 第34-35页 |
| ·实验仿真 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 HSV颜色空间与LBP纹理特征融合的阴影检测算法 | 第38-47页 |
| ·运动阴影概述 | 第38-39页 |
| ·阴影形成机理 | 第38-39页 |
| ·相关阴影消除算法的研究 | 第39页 |
| ·基于颜色空间的阴影检测算法 | 第39-42页 |
| ·rgb彩色空间下的阴影检测 | 第40页 |
| ·HSV颜色空间下的阴影检测 | 第40-41页 |
| ·阴影检测效果对比 | 第41-42页 |
| ·颜色空间与纹理特征融合的阴影检测算法 | 第42-44页 |
| ·LBP算子的改进 | 第42-43页 |
| ·基于颜色空间与纹理特征的联合阴影检测算法 | 第43-44页 |
| ·实验仿真 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 运动目标跟踪算法的研究与实现 | 第47-58页 |
| ·运动目标跟踪算法分类 | 第47页 |
| ·基于Mean-Shift的运动目标跟踪算法 | 第47-50页 |
| ·目标模型概述 | 第48页 |
| ·候选模型概述 | 第48-49页 |
| ·相似性判定 | 第49页 |
| ·目标物体定位 | 第49-50页 |
| ·基于Kalman的运动目标跟踪算法 | 第50-52页 |
| ·Kalman滤波原理 | 第50-51页 |
| ·Kalman滤波建模 | 第51-52页 |
| ·实验仿真 | 第52-57页 |
| ·Kalman线性预测 | 第52-55页 |
| ·基于Kalman滤波与Mean-Shift算法多特征融合改进跟踪算法 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
