| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 问题的提出 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 非重叠多摄像头系统中目标匹配的技术难点 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第二章 目标匹配中基于在线聚类主颜色特征提取与稀疏化优化 | 第18-34页 |
| 2.1 目标匹配中经典的特征提取算法 | 第18-24页 |
| 2.1.1 SIFT(Scale-invariant feature transform)特征提取 | 第18-22页 |
| 2.1.2 HOG(Histogram of Oriented Gradient)特征的提取 | 第22-24页 |
| 2.2 基于在线聚类的主颜色(Main-Color)特征提取 | 第24-29页 |
| 2.2.1 经典的聚类算法 | 第24-25页 |
| 2.2.2 在线聚类算法( Online-means) | 第25-26页 |
| 2.2.3 目标模板主颜色特征的提取 | 第26-28页 |
| 2.2.4 背景图像主颜色特征的提取 | 第28-29页 |
| 2.3 主颜色特征稀疏化优化与背景主颜色筛除 | 第29-34页 |
| 2.3.1 主颜色空间稀疏化 | 第29-30页 |
| 2.3.2 筛除主颜色空间中背景信息 | 第30-34页 |
| 第三章 目标匹配中基于主颜色特征像素级目标搜索策略 | 第34-46页 |
| 3.1 帧间差分法 | 第34-35页 |
| 3.2 光流检测 | 第35-36页 |
| 3.3 自适应背景模型 | 第36-39页 |
| 3.3.1 单高斯背景模型 | 第36-37页 |
| 3.3.2 混合高斯背景模型 | 第37-39页 |
| 3.4 基于目标全局主颜色特征像素级前景目标搜索策略 | 第39-46页 |
| 3.4.1 进行图像全局搜索找出前景像素点 | 第39-40页 |
| 3.4.2 对二值化图像进行形态滤波 | 第40-46页 |
| 第四章 目标匹配中基于主颜色特征与主颜色分布特征的融合 | 第46-56页 |
| 4.1 多特征加权融合算法 | 第46-47页 |
| 4.2 多特征串联融合算法 | 第47-48页 |
| 4.3 基于目标主颜色特征与主颜色分布特征的融合 | 第48-51页 |
| 4.3.1 子区域的划分 | 第49-50页 |
| 4.3.2 子区域主颜色特征提取以及特征的连接 | 第50-51页 |
| 4.4 相似度计算 | 第51-56页 |
| 第五章 实验结果与分析 | 第56-66页 |
| 5.1 实验环境介绍 | 第56页 |
| 5.2 设计实验及定性定量分析 | 第56-65页 |
| 5.2.1 单个摄像头区域内有相似目标干扰情况下的目标匹配 | 第57-59页 |
| 5.2.2 单个摄像头区域内目标有大角度旋转情况下的目标匹配 | 第59-61页 |
| 5.2.3 单个摄像头区域内目标被部分遮挡和完全遮挡情况下的目标匹配 | 第61-63页 |
| 5.2.4 有重叠区域的多个摄像头间目标匹配 | 第63-64页 |
| 5.2.5 无重叠区域的多个摄像头间目标匹配 | 第64-65页 |
| 5.3 实验总结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 论文总结 | 第66页 |
| 6.2 论文展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表的学术论文 | 第73页 |
