阈值分割及红外图像行人检测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·课题的研究现状 | 第11-13页 |
| ·阈值分割 | 第11页 |
| ·红外成像 | 第11-12页 |
| ·红外图像行人检测 | 第12-13页 |
| ·课题的研究内容 | 第13页 |
| ·课题研究主要创新点 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 实验平台与场景模型 | 第15-19页 |
| ·Matlab软件简介 | 第15-16页 |
| ·硬件平台简介 | 第16-17页 |
| ·场景模型 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 图像阈值分割 | 第19-34页 |
| ·引言 | 第19页 |
| ·阈值分割的基本原理 | 第19-20页 |
| ·常用阈值分割算法 | 第20-27页 |
| ·双峰直方图阈值分割法 | 第20-21页 |
| ·基于灰度平均值的二值化方法 | 第21页 |
| ·最小误差阈值分割法 | 第21-22页 |
| ·最大类间方差法 | 第22-24页 |
| ·矩量保持法 | 第24-25页 |
| ·最大熵方法 | 第25页 |
| ·模糊C-均值聚类方法 | 第25-27页 |
| ·最优进化阈值分割 | 第27-31页 |
| ·遗传算法基本概念 | 第27-28页 |
| ·基于遗传算法的阈值分割 | 第28-31页 |
| ·实验及分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 红外图像运动目标检测与提取 | 第34-56页 |
| ·引言 | 第34页 |
| ·运动目标检测识别方法概述 | 第34-39页 |
| ·基于运动区块方法 | 第34-36页 |
| ·基于形状特征方法 | 第36-39页 |
| ·红外目标检测识别流程 | 第39-41页 |
| ·红外图像预处理 | 第41-43页 |
| ·红外图像ROI分割 | 第43-49页 |
| ·人体红外热成像图像分析 | 第43-45页 |
| ·目标像素分割 | 第45-49页 |
| ·ROI区域后处理 | 第49-55页 |
| ·数学形态学处理 | 第49-52页 |
| ·标记连通区域 | 第52-53页 |
| ·区域合并及剔除 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 红外图像行人分类器设计 | 第56-73页 |
| ·引言 | 第56页 |
| ·分类方法基础 | 第56-60页 |
| ·Fisher线性判别 | 第56-58页 |
| ·SVM方法 | 第58-59页 |
| ·Adaboost方法 | 第59-60页 |
| ·训练样本库和测试图像库 | 第60-61页 |
| ·行人检测分类器设计 | 第61-69页 |
| ·2D直方图模板初始分类 | 第62-67页 |
| ·HOG特征精细分类 | 第67-69页 |
| ·实验及讨论 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80页 |
