运动目标检测与识别算法研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-12页 |
·课题的背景与研究意义 | 第7-8页 |
·国内外研究现状 | 第8-11页 |
·运动目标检测方法 | 第8-9页 |
·目标识别算法 | 第9-11页 |
·本文的主要工作 | 第11页 |
·论文思路安排 | 第11-12页 |
第二章 图像预处理 | 第12-20页 |
·平滑滤波器基本原理 | 第12-16页 |
·线性平滑滤波 | 第13-14页 |
·非线性平滑滤波器 | 第14-15页 |
·形态学滤波 | 第15-16页 |
·常见的对比度增强算法 | 第16-19页 |
·线形灰度变换 | 第16-17页 |
·直方图均衡化算法 | 第17-19页 |
·小结 | 第19-20页 |
第三章 基于形态学的目标特征提取 | 第20-32页 |
·概述 | 第20页 |
·形态学基本理论 | 第20-23页 |
·形态学膨胀、腐蚀运算 | 第20-22页 |
·形态学开闭运算 | 第22-23页 |
·目标特征提取 | 第23-26页 |
·边缘提取算法研究 | 第23-24页 |
·几种常见的边缘提取算法 | 第24-25页 |
·基于数学形态学的边缘提取算法回顾 | 第25-26页 |
·形态学边缘提取 | 第26-30页 |
·假高帽变换 | 第26-29页 |
·边缘提取 | 第29-30页 |
·结论与分析 | 第30-31页 |
·小结 | 第31-32页 |
第四章 运动目标检测算法概述 | 第32-42页 |
·主要运动目标分割方法概述 | 第32-40页 |
·基于帧间像素的分割方法 | 第32-34页 |
·基于光流法的方法 | 第34-36页 |
·基于变化域的方法 | 第36页 |
·基于形态学分析的方法 | 第36-37页 |
·基于匹配的方法 | 第37页 |
·基于时空信息的视频分割算法 | 第37-38页 |
·基于背景建模法的分割 | 第38-39页 |
·其它方法 | 第39-40页 |
·背景建模法存在的问题 | 第40-41页 |
·小结 | 第41-42页 |
第五章 运动目标检测与识别 | 第42-54页 |
·运动目标检测 | 第42-47页 |
·背景模型的建立 | 第42-43页 |
·背景模型的更新 | 第43-45页 |
·阴影消除算法 | 第45-47页 |
·运动目标识别 | 第47-52页 |
·面积—紧密度和面积—体态比的目标识别 | 第47-49页 |
·归一化傅立叶描述子目标识别方法 | 第49-52页 |
·实验结果 | 第52页 |
·小结 | 第52-54页 |
第六章 总结与展望 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-60页 |
附录:攻读学位期间发表论文 | 第60页 |