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

视频监控系统中的运动目标检测算法研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-16页
   ·课题研究意义和背景第11-14页
     ·课题研究意义第11页
     ·国内外研究现状第11-14页
   ·论文主要完成的工作和结构安排第14-15页
   ·本章小结第15-16页
第二章 运动目标检测算法研究第16-27页
   ·运动目标检测概述第16-17页
     ·概述第16页
     ·运动目标检测面临的问题第16-17页
   ·光流法第17-18页
   ·相邻帧差法第18-20页
     ·相邻两帧差分法第18-19页
     ·对称帧差法第19-20页
   ·背景减除法第20-25页
     ·常用的背景模型第22-25页
     ·各种运动目标检测算法性能比较第25页
   ·本章小结第25-27页
第三章 基于混合高斯模型的运动目标检测算法及其改进第27-37页
   ·混合高斯背景模型第27-29页
     ·混合高斯背景模型的建立第27-28页
     ·混合高斯背景模型参数的初始化第28页
     ·混合高斯背景模型的参数更新第28页
     ·背景分布的选取和运动目标的检测第28-29页
   ·自适应的混合高斯背景模型算法第29-33页
     ·自适应高斯模型的建立第29-31页
     ·实验分析第31-33页
   ·光照变化检测及消除第33-35页
   ·混合高斯背景模型分布的动态选择第35-36页
   ·本章小结第36-37页
第四章 基于混合高斯模型和梯度检测的阴影检测算法第37-47页
   ·阴影概述第37页
   ·阴影检测算法研究第37-39页
     ·基于HSV颜色空间的阴影检测第38页
     ·基于YUV颜色空间的阴影检测第38-39页
   ·基于Sobel算子梯度检测和改进混合高斯模型的阴影检测算法第39-46页
     ·基于Sobel算子的梯度背景减除算法第39-40页
     ·阴影检测和消除第40-43页
     ·封闭轮廓线算法第43页
     ·实验分析第43-46页
   ·本章小结第46-47页
第五章 总结与展望第47-50页
   ·论文工作总结第47-48页
   ·研究展望第48-50页
参考文献第50-55页
致谢第55-56页
在攻读硕士学位期间发表的论文第56页

论文共56页,点击 下载论文
上一篇:基于本体的VRML/X3D和X-VRML标准的数据格式转换研究
下一篇:基于数据挖掘技术的客户消费行为分析系统的开发与应用