复杂环境下的运动目标检测技术研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·问题的提出 | 第7页 |
| ·研究现状 | 第7-9页 |
| ·研究内容安排 | 第9-11页 |
| 2 基于差图像的运动目标检测 | 第11-28页 |
| ·引言 | 第11-12页 |
| ·差图像分析 | 第12-13页 |
| ·帧间差分方法 | 第13-16页 |
| ·背景差分方法 | 第16-18页 |
| ·帧差分与背景差分的结合 | 第18-19页 |
| ·差分图像二值化的阈值选取 | 第19-23页 |
| ·凡种阈值选择方法 | 第20-22页 |
| ·双阈值选择法 | 第22-23页 |
| ·阈值化的优缺点 | 第23页 |
| ·基于形态学运算和连通性分析的目标提取 | 第23-27页 |
| ·形态学运算 | 第24-25页 |
| ·连通性分析 | 第25-27页 |
| ·目标提取 | 第27页 |
| ·小结 | 第27-28页 |
| 3 目标检测的多背景模型研究 | 第28-43页 |
| ·均值背景模型 | 第28-30页 |
| ·优缺点分析 | 第30页 |
| ·中值背景模型 | 第30-31页 |
| ·分段背景模型 | 第31-32页 |
| ·优缺点分析 | 第31-32页 |
| ·高斯背景模型 | 第32-36页 |
| ·单高斯背景模型 | 第32页 |
| ·多高斯背景模型 | 第32-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·随机背景模型 | 第36页 |
| ·多种背景模型检测结果的融合策略 | 第36-38页 |
| ·阴影的处理 | 第38-42页 |
| ·常用的阴影抑制方法 | 第38-41页 |
| ·实验结果分析 | 第41-42页 |
| ·小结 | 第42-43页 |
| 4 一种基于Watershed的目标检测方法 | 第43-59页 |
| ·基于Watershed的运动目标检测流程 | 第43-47页 |
| ·图像中值滤波 | 第44页 |
| ·Roberts梯度检测算子 | 第44-46页 |
| ·Watershed分割算法 | 第46-47页 |
| ·算法实现 | 第47-58页 |
| ·基于背景分割的方法 | 第48-56页 |
| ·基于序列图像Watershed分割的方法 | 第56-58页 |
| ·小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| ·本文总结 | 第59-60页 |
| ·不足与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
