| 独创性声明 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-15页 |
| 第一章 绪论 | 第15-36页 |
| ·引言 | 第15-17页 |
| ·研究现状 | 第17-31页 |
| ·检测常用技术 | 第17-23页 |
| ·基于区域的分割技术 | 第17-18页 |
| ·基于边缘的分割技术 | 第18-19页 |
| ·基于特定理论的图像分割技术 | 第19-22页 |
| ·基于序列图像中运动信息的检测技术 | 第22-23页 |
| ·跟踪常用技术 | 第23-29页 |
| ·波门跟踪 | 第24-25页 |
| ·相关跟踪 | 第25-26页 |
| ·基于目标运动模型的滤波器跟踪 | 第26-29页 |
| ·目标检测和跟踪所面临的问题 | 第29-31页 |
| ·影响运动目标检测和跟踪性能的因素 | 第30页 |
| ·运动目标特征选取的难点 | 第30-31页 |
| ·运动目标跟踪实时性要求 | 第31页 |
| ·本文主要工作 | 第31-36页 |
| ·论文的研究背景 | 第31-32页 |
| ·论文的研究主线 | 第32-33页 |
| ·论文的结构 | 第33-34页 |
| ·论文的主要工作 | 第34-36页 |
| 第二章 相关理论基础 | 第36-50页 |
| ·小波变换 | 第36-38页 |
| ·小波变换的基本概念 | 第36页 |
| ·连续小波 | 第36-37页 |
| ·二进小波 | 第37-38页 |
| ·离散小波变换的设计 | 第38页 |
| ·主动轮廓线模型 | 第38-42页 |
| ·能量模型的定义 | 第38-39页 |
| ·基于变分法的能量极小法算法 | 第39-40页 |
| ·基于动态规划的求解算法 | 第40-42页 |
| ·分形与分形维数 | 第42-46页 |
| ·分形的基本概念 | 第42-44页 |
| ·分形维数 | 第44-46页 |
| ·神经网络 | 第46-48页 |
| ·BP神经网络的结构 | 第46页 |
| ·BP神经网络的算法 | 第46-48页 |
| ·小结 | 第48-50页 |
| 第三章 图像预处理 | 第50-66页 |
| ·引言 | 第50页 |
| ·图像去噪、增强技术概述 | 第50-56页 |
| ·图像去噪 | 第50-53页 |
| ·基于中值滤波的方法 | 第51页 |
| ·基于维纳滤波的方法 | 第51-52页 |
| ·基于神经网络的方法 | 第52页 |
| ·基于数学形态学的方法 | 第52页 |
| ·基于模糊技术的方法 | 第52-53页 |
| ·基于小波分析的方法 | 第53页 |
| ·图像增强 | 第53-56页 |
| ·点运算 | 第54-55页 |
| ·空间运算 | 第55-56页 |
| ·变换域运算 | 第56页 |
| ·基于小波变换的自适应图像增强算法研究 | 第56-65页 |
| ·基于小波变换的图像增强技术 | 第57-58页 |
| ·单阈值技术 | 第57页 |
| ·双阈值技术 | 第57-58页 |
| ·问题描述 | 第58-59页 |
| ·基本原理 | 第59-60页 |
| ·图像去噪 | 第60-61页 |
| ·图像增强 | 第61-62页 |
| ·图像增强效果评价参数 | 第62页 |
| ·实验结果及分析 | 第62-65页 |
| ·‘Circuit’实验 | 第62-64页 |
| ·X线胸片实验 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第四章 运动目标检测技术研究 | 第66-88页 |
| ·引言 | 第66页 |
| ·运动目标检测技术概述 | 第66-70页 |
| ·分割的步骤及方法 | 第66-67页 |
| ·预处理 | 第66-67页 |
| ·特征提取 | 第67页 |
| ·决策 | 第67页 |
| ·常用检测方法的优缺点 | 第67-70页 |
| ·基于颜色的方法 | 第68页 |
| ·基于边缘的方法 | 第68页 |
| ·光流法 | 第68页 |
| ·图像差法 | 第68-69页 |
| ·主动轮廓线 | 第69-70页 |
| ·混合算法 | 第70页 |
| ·新算法原理 | 第70-71页 |
| ·目标初始轮廓的提取 | 第71-81页 |
| ·三帧图像差法 | 第71-73页 |
| ·运动基点的获得 | 第73-76页 |
| ·分水岭算法 | 第73-74页 |
| ·具体算法 | 第74-76页 |
| ·区域生长法 | 第76-77页 |
| ·区域生长法中种子的投放准则 | 第77-79页 |
| ·一致性判别准则 | 第79-80页 |
| ·新种子点的生成 | 第80页 |
| ·区域合并 | 第80-81页 |
| ·结果优化 | 第81-83页 |
| ·Snake算法的设计与实现 | 第81-83页 |
| ·记忆模板更新 | 第83页 |
| ·实验结果及分析 | 第83-86页 |
| ·场景1 | 第84页 |
| ·场景2 | 第84-85页 |
| ·场景3 | 第85-86页 |
| ·检测准确率及耗时分析 | 第86页 |
| ·小结 | 第86-88页 |
| 第五章 特征提取 | 第88-102页 |
| ·引言 | 第88页 |
| ·特征提取与选择 | 第88-89页 |
| ·特征提取与选择的步骤 | 第88-89页 |
| ·特征的形成 | 第88-89页 |
| ·特征的提取 | 第89页 |
| ·特征选择 | 第89页 |
| ·目标多种特征的分析与描述 | 第89-101页 |
| ·不变矩特征 | 第90-92页 |
| ·原点矩和中心矩 | 第90-92页 |
| ·标准化中心矩 | 第92页 |
| ·几何特征 | 第92-93页 |
| ·运动特征 | 第93页 |
| ·分形特征 | 第93-96页 |
| ·问题描述 | 第94页 |
| ·Mandelbrot求曲线分形维数方法原理 | 第94-95页 |
| ·Peleg算法计算原理 | 第95-96页 |
| ·实验结果及分析 | 第96-101页 |
| ·小结 | 第101-102页 |
| 第六章 基于目标运动模型的跟踪方法 | 第102-126页 |
| ·引言 | 第102页 |
| ·机动目标模型综述 | 第102-107页 |
| ·CV和CA模型 | 第103页 |
| ·时间相关模型(Singer模型) | 第103-104页 |
| ·半马尔可夫模型 | 第104页 |
| ·Noval统计模型 | 第104-105页 |
| ·机动目标当前统计模型 | 第105页 |
| ·机动目标的坐标转弯模型 | 第105-106页 |
| ·高度机动目标的Jerk模型 | 第106页 |
| ·交互式多模型 | 第106-107页 |
| ·基于目标运动模型的滤波器跟踪所面临的问题 | 第107-108页 |
| ·目标实际运动规律 | 第107页 |
| ·目标形心轨迹的确定 | 第107-108页 |
| ·目标运动过程真实形变的计算 | 第108页 |
| ·检测结果的非继承性 | 第108页 |
| ·基于目标运动模型的跟踪方法 | 第108-124页 |
| ·问题描述 | 第108-109页 |
| ·目标运动模型建立 | 第109-120页 |
| ·角点检测 | 第109-110页 |
| ·仿射变换 | 第110-111页 |
| ·常用的相似性度量标准 | 第111-113页 |
| ·多重相关判据 | 第113-116页 |
| ·缩放因子s求取 | 第116页 |
| ·旋转角度a求取 | 第116-118页 |
| ·特征点配准 | 第118页 |
| ·删除误匹配点对 | 第118-120页 |
| ·神经网络构造运动模型 | 第120页 |
| ·模型预测误差 | 第120-121页 |
| ·目标真实轮廓检测 | 第121页 |
| ·模型误差修正 | 第121页 |
| ·实验结果及分析 | 第121-124页 |
| ·小结 | 第124-126页 |
| 第七章 总结与展望 | 第126-129页 |
| ·工作总结 | 第126-127页 |
| ·未来工作展望 | 第127-129页 |
| 参考文献 | 第129-142页 |
| 攻读博士学位期间已发表的学术论文、参加完成的科研工作 | 第142-143页 |
| 已发表的学术论文 | 第142页 |
| 参加的科研项目 | 第142-143页 |
| 致谢 | 第143-144页 |
| 作者简介 | 第144页 |