多变背景下运动目标检测的自适应混合高斯模型
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·计算机视觉的形成 | 第9页 |
| ·智能视频监控系统 | 第9-10页 |
| ·运动目标检测技术 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·相关研究动态 | 第10-11页 |
| ·目前研究主要方向 | 第11-12页 |
| ·本文的主要工作 | 第12页 |
| ·章节安排 | 第12-13页 |
| 第二章 运动检测算法 | 第13-23页 |
| ·常见运动目标检测分割方法 | 第13-15页 |
| ·帧间差分法 | 第13页 |
| ·光流法 | 第13-14页 |
| ·背景差分法 | 第14页 |
| ·三种运动目标检测方法对比 | 第14-15页 |
| ·基于背景差分法的背景建模 | 第15-22页 |
| ·高斯背景模型 | 第15-18页 |
| ·单高斯模型 | 第16-17页 |
| ·混合高斯模型 | 第17-18页 |
| ·两种建模方法的对比 | 第18页 |
| ·高斯模型参数估计 | 第18-21页 |
| ·单高斯模型参数估计 | 第18-19页 |
| ·混合高斯模型参数估计 | 第19-21页 |
| ·背景估计 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 颜色空间 | 第23-27页 |
| ·RGB颜色空间 | 第23-24页 |
| ·HSI、HSV颜色空间 | 第24-26页 |
| ·其他颜色空间 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第四章 后处理 | 第27-30页 |
| ·滤波处理 | 第27-28页 |
| ·噪声的产生 | 第27页 |
| ·几种去噪方法 | 第27-28页 |
| ·均值滤波 | 第27-28页 |
| ·中值滤波器 | 第28页 |
| ·形态学处理 | 第28-29页 |
| ·膨胀和腐蚀 | 第28-29页 |
| ·开运算和闭运算 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第五章 基于自然因素的改进自适应混合高斯模型 | 第30-38页 |
| ·基于局部方差的自适应学习率获取 | 第30-33页 |
| ·基于局部方差的自适应混合高斯模型 | 第33-34页 |
| ·基于自然因素下改进自适应混合高斯模型的实验结果 | 第34-37页 |
| ·实验一 | 第34-36页 |
| ·实验二 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第六章 基于灯光影响的改进自适应混合高斯模型 | 第38-45页 |
| ·灯光检测机制的引入 | 第38-39页 |
| ·光源与目标的区分 | 第39-40页 |
| ·改进后的算法步骤 | 第40-41页 |
| ·基于灯光影响的算法的改进 | 第41-44页 |
| ·实验一 | 第41-43页 |
| ·实验二 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第七章 总结与展望 | 第45-47页 |
| ·总结 | 第45-46页 |
| ·展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士期间发表的学术论文 | 第52-53页 |
| 攻读硕士期间参与的科研项目 | 第53页 |
