运动目标检测和跟踪的研究及应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·引言 | 第11-13页 |
| ·视频监控系统概述 | 第13-16页 |
| ·视频监控系统的发展 | 第13-14页 |
| ·目前国内外研究现状 | 第14-15页 |
| ·视频监控系统实现的技术难点 | 第15-16页 |
| ·目标检测和跟踪的研究现状及所存在的问题 | 第16-18页 |
| ·主要研究内容及章节安排 | 第18-20页 |
| ·主要研究内容 | 第18页 |
| ·章节安排 | 第18-20页 |
| 第二章 运动目标的检测 | 第20-29页 |
| ·常用方法 | 第20页 |
| ·相邻帧差法 | 第20-21页 |
| ·光流法 | 第21-22页 |
| ·背景消减法 | 第22-24页 |
| ·基于自适应高斯背景模型的目标检测 | 第24-27页 |
| ·单高斯分布背景模型 | 第24-25页 |
| ·多高斯分布背景模型 | 第25-27页 |
| ·阴影检测与去除 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 运动目标跟踪 | 第29-40页 |
| ·视频运动目标与静止图像目标识别的异同点 | 第29-30页 |
| ·基于运动的目标跟踪方法分类 | 第30-31页 |
| ·基于特征的目标跟踪方法 | 第30页 |
| ·基于相关的目标跟踪方法 | 第30-31页 |
| ·基于运动的目标跟踪方法 | 第31页 |
| ·颜色特征的提取 | 第31-35页 |
| ·RGB 模型 | 第32-33页 |
| ·HSV 模型 | 第33-34页 |
| ·RGB 颜色空间到HSV 颜色空间的转换 | 第34-35页 |
| ·形状特征的提取 | 第35-39页 |
| ·图像平滑 | 第35-37页 |
| ·边缘提取 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于 Camshift 算法的目标跟踪 | 第40-48页 |
| ·Mean-Shift 算法原理 | 第40-42页 |
| ·改进的基于均值漂移与卡尔曼滤波的目标跟踪算法 | 第42-45页 |
| ·目标运动参数估计 | 第42-43页 |
| ·结合均值漂移与卡尔曼滤波的跟踪算法 | 第43-44页 |
| ·改进的目标跟踪算法步骤 | 第44-45页 |
| ·CamShift 算法搜索过程 | 第45页 |
| ·CamShift 算法步骤 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第五章 基于运动目标检测跟踪的智能交通系统 | 第48-57页 |
| ·智能交通概述 | 第48-49页 |
| ·车辆检测跟踪的实现目标 | 第49页 |
| ·算法实现环境及过程 | 第49-53页 |
| ·实现环境 | 第49-50页 |
| ·VC++程序实现 | 第50-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文工作总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 个人简历、在学期间发表的学术论文 | 第62页 |
