首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

静态场景下运动目标检测和跟踪的关键技术研究

摘要第2-3页
Abstract第3页
第1章 绪论第6-12页
    1.1 课题研究的背景与意义第6-7页
    1.2 国内外研究现状分析第7-9页
        1.2.1 运动目标检测第8页
        1.2.2 运动目标跟踪第8-9页
    1.3 主要研究内容第9页
    1.4 章节安排第9-12页
第2章 图像处理知识第12-20页
    2.1 图像增强第12-16页
        2.1.1 直方图均衡化第12-13页
        2.1.2 图像平滑第13-16页
    2.2 图像分割第16-17页
        2.2.1 阈值分割第16页
        2.2.2 边缘检测第16-17页
    2.3 数学形态学第17-18页
        2.3.1 膨胀与腐蚀第17-18页
        2.3.2 开运算和闭运算第18页
    2.4 本章小结第18-20页
第3章 运动目标检测第20-38页
    3.1 引言第20页
    3.2 帧差法第20-21页
    3.3 光流法第21-22页
    3.4 背景差分法第22-28页
        3.4.1 背景建模的方法第23-24页
        3.4.2 高斯背景建模法第24-28页
    3.5 算法的改进第28-29页
        3.5.1 三帧差法第28-29页
        3.5.2 基于混合高斯模型和三帧差法结合第29页
    3.6 运动目标检测的实验结果与分析第29-36页
        3.6.1 三帧差法和帧差法实验结果分析第30-31页
        3.6.2 基于单高斯、混合高斯建模的实验结果分析第31-32页
        3.6.3 三帧差分法、混合高斯建模与基于滑动平均法建模实验结果分析第32-33页
        3.6.4 或结合、与结合、先混合高斯后三帧差(叠加)的实验结果分析第33-34页
        3.6.5 或结合、三帧差法和基于混合高斯建模的实验结果分析第34-35页
        3.6.6 检测结果的后续处理第35-36页
    3.7 本章小结第36-38页
第4章 运动目标跟踪第38-56页
    4.1 TLD方法工作原理第38-41页
        4.1.1 目标跟踪第39-40页
        4.1.2 目标检测第40页
        4.1.3 机器学习第40-41页
        4.1.4 TLD原理第41页
    4.2 P-N学习第41-45页
        4.2.1 分类器的引导第42-43页
        4.2.2 分类器的改善第43-45页
        4.2.3 修正器的实现第45页
    4.3 TLD的实现框架第45-49页
        4.3.1 先决条件第46页
        4.3.2 目标模型第46-47页
        4.3.3 目标检测器第47-49页
        4.3.4 跟踪模块第49页
        4.3.5 整合器第49页
    4.4 学习组件第49-50页
    4.5 评价指标第50-51页
    4.6 实验结果与分析第51-53页
    4.7 本章小结第53-56页
第5章 总结与展望第56-58页
    5.1 工作总结第56页
    5.2 工作展望第56-58页
参考文献第58-62页
攻读学位期间的研究成果第62页
参与导师的以下项目研究第62-64页
致谢第64-66页

论文共66页,点击 下载论文
上一篇:关于《幽溪吊脚楼》的创作报告
下一篇:轻拈幽兰--关于兰花的创作体会