首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于EmguCV的视频序列图像运动目标的检测方法研究

摘要第4-5页
Abstract第5-6页
1. 绪论第10-17页
    1.1 引言第10-11页
    1.2 研究背景和意义第11-12页
    1.3 运动目标检测方法的概述第12-14页
    1.4 本文主要工作第14-15页
    1.5 论文的章节安排第15页
    1.6 本章小结第15-17页
2. 相关理论基础第17-21页
    2.1 引言第17-18页
    2.2 图像增强技术第18-19页
    2.3 图像复原技术第19页
    2.4 图像去噪质量评价标准第19-20页
    2.5 本章小结第20-21页
3. 运动目标检测方法详述第21-33页
    3.1 引言第21页
    3.2 帧间差分法第21-25页
        3.2.1 帧间差分法第21-23页
        3.2.2 三帧差分法第23-24页
        3.2.3 帧差分法实验分析第24-25页
    3.3 光流法第25-27页
    3.4 背景减除法第27-29页
        3.4.1 背景减除法原理第27-28页
        3.4.2 背景减除法实验分析第28-29页
    3.5 背景建模法第29-31页
        3.5.1 单高斯背景建模法第30-31页
    3.6 几种常用算法比较第31-32页
    3.7 本章小结第32-33页
4. 三帧差融合混合高斯及K-means改进的运动目标检测第33-44页
    4.1 引言第33页
    4.2 混合高斯模型基本原理第33-38页
        4.2.1 模型初始化第35页
        4.2.2 模型匹配第35-36页
        4.2.3 模型参数更新第36-37页
        4.2.4 目标检测第37-38页
        4.2.5 混合高斯实验分析第38页
    4.3 算法改进第38-40页
        4.3.1 改进三帧差分法第38-40页
        4.3.2 改进混合高斯更新算法第40页
    4.4 K-means算法第40-41页
    4.5 改进算法实验步骤第41-43页
    4.6 本章小结第43-44页
5 运动目标检测算法的设计与实现第44-50页
    5.1 引言第44页
    5.2 应用平台介绍第44-46页
        5.2.1 Visual Studio第44-45页
        5.2.2 Emgu CV应用技术基础第45-46页
    5.3 系统设计第46-47页
    5.4 结果分析第47-49页
    5.5 本章小结第49-50页
6 总结与展望第50-52页
    6.1 总结第50页
    6.2 展望第50-52页
参考文献第52-56页
附录:硕士研究生学习阶段发表论文第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于深度神经网络的微博短文本情感分析研究
下一篇:基于改进Adaboost算法的视频车辆轮廓检测算法研究