基于智能视频监控的运动目标跟踪方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·视频监控原理及关键技术 | 第11-14页 |
| ·视频监控系统的组成及原理 | 第11-13页 |
| ·关键技术概述 | 第13-14页 |
| ·论文的主要内容及结构安排 | 第14-17页 |
| 第二章 目标跟踪处理的相关基础知识 | 第17-29页 |
| ·视频图像基础 | 第17页 |
| ·视频中目标表示方法 | 第17-19页 |
| ·彩色图像的颜色模型 | 第19-21页 |
| ·视频图像的特征提取 | 第21-24页 |
| ·颜色特征 | 第21-23页 |
| ·形状特征 | 第23页 |
| ·纹理特征 | 第23-24页 |
| ·图像去噪 | 第24-27页 |
| ·均值滤波 | 第25-26页 |
| ·中值滤波 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 目标检测方法的研究 | 第29-41页 |
| ·光流法 | 第29-32页 |
| ·帧间差分法 | 第32-33页 |
| ·背景差分法 | 第33-39页 |
| ·传统的背景差分法 | 第33-35页 |
| ·基于混合高斯模型的背景差分法 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 目标跟踪方法研究 | 第41-63页 |
| ·目标跟踪方法的分类 | 第41-43页 |
| ·基于滤波理论的跟踪方法 | 第41页 |
| ·基于Mean shift的跟踪方法 | 第41-42页 |
| ·基于偏微分方程的跟踪方法 | 第42-43页 |
| ·传统的Mean shift跟踪算法 | 第43-49页 |
| ·无参密度估计理论 | 第43-46页 |
| ·Mean shift算法原理 | 第46-48页 |
| ·基于Mean shift的目标跟踪算法 | 第48-49页 |
| ·灰色马尔科夫预测模型概述 | 第49-53页 |
| ·GM(1,1)模型 | 第50-52页 |
| ·马尔可夫链 | 第52-53页 |
| ·基于灰色马尔科夫模型的Mean shift算法 | 第53-62页 |
| ·跟踪窗口大小和目标模型更新 | 第53-54页 |
| ·灰色GM(1,1)模型的更新 | 第54-55页 |
| ·具体实现步骤 | 第55-56页 |
| ·仿真实现和结果分析 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结束语 | 第63-67页 |
| ·工作总结 | 第63-64页 |
| ·工作展望 | 第64-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
