运动物体的检测与跟踪在视频图像侦查中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的组织结构 | 第15-18页 |
| 第二章 基本知识 | 第18-28页 |
| 2.1 图像预处理 | 第19-23页 |
| 2.1.1 图像降噪 | 第19-20页 |
| 2.1.2 图像增强 | 第20-21页 |
| 2.1.3 直方图均衡化 | 第21-22页 |
| 2.1.4 数学形态学滤波 | 第22-23页 |
| 2.2 彩色直方图 | 第23-24页 |
| 2.3 相似性度量 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 运动物体检测 | 第28-44页 |
| 3.1 基于视频的物体常用检测方法 | 第28-31页 |
| 3.1.1 背景差法 | 第28-29页 |
| 3.1.2 帧间差法 | 第29-30页 |
| 3.1.3 光流法 | 第30页 |
| 3.1.4 基于统计学习的方法 | 第30-31页 |
| 3.2 图像分割方法 | 第31-32页 |
| 3.3 阈值分割 | 第32-36页 |
| 3.3.1 Otsu | 第32-34页 |
| 3.3.2 最大熵法 | 第34页 |
| 3.3.3 最小误差法 | 第34-36页 |
| 3.4 本文的检测算法 | 第36-40页 |
| 3.5 实验结果及分析 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 运动物体跟踪 | 第44-52页 |
| 4.1 运动物体跟踪算法 | 第44-47页 |
| 4.1.1 点跟踪法（卡尔曼滤波） | 第44-45页 |
| 4.1.2 核跟踪法（Mean Shift算法） | 第45-47页 |
| 4.1.3 轮廓跟踪法 | 第47页 |
| 4.2 优化Mean Shift跟踪算法 | 第47-49页 |
| 4.3 实验结果及分析 | 第49-51页 |
| 4.3.1 实验参数设置 | 第49页 |
| 4.3.2 实验结果分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 系统设计及实现 | 第52-60页 |
| 5.1 图像侦查需求分析 | 第52-53页 |
| 5.2 系统设计 | 第53-54页 |
| 5.2.1 系统流程设计 | 第53页 |
| 5.2.2 算法流程设计 | 第53-54页 |
| 5.3 运动物体检测与跟踪模块实现 | 第54-56页 |
| 5.4 其他功能模块简要叙述 | 第56-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 结论 | 第60-62页 |
| 6.1 论文总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表的论文 | 第66-68页 |
| 致谢 | 第68-69页 |
| 详细摘要 | 第69-73页 |
