视频监控中运动目标检测与跟踪算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·运动目标检测的研究现状 | 第9-10页 |
| ·运动目标跟踪的研究现状 | 第10-11页 |
| ·本文的主要研究内容 | 第11-12页 |
| 第二章 运动目标检测基本理论 | 第12-25页 |
| ·运动目标检测 | 第12-19页 |
| ·光流法 | 第12-15页 |
| ·帧差法 | 第15-16页 |
| ·背景差分法 | 第16-19页 |
| ·图像的预处理和后处理 | 第19-24页 |
| ·图像预处理 | 第20-21页 |
| ·图像后处理 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于混合高斯模型的运动目标检测算法及改进 | 第25-37页 |
| ·背景建模 | 第25-26页 |
| ·混合高斯模型及改进 | 第26-36页 |
| ·混合高斯模型理论 | 第26-29页 |
| ·实验及分析 | 第29-33页 |
| ·改进的混合高斯模型及仿真 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 融合颜色和纹理信息的运动目标检测算法 | 第37-48页 |
| ·引言 | 第37页 |
| ·纹理信息 | 第37-40页 |
| ·LBP 的发展背景 | 第38-39页 |
| ·LBP 基本算子及其扩展 | 第39-40页 |
| ·基于纹理的背景建模 | 第40-42页 |
| ·融合颜色和纹理信息的运动目标检测 | 第42-47页 |
| ·决策融合 | 第43-44页 |
| ·实验结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 运动目标跟踪算法 | 第48-60页 |
| ·基于Mean Shift 算法的目标跟踪算法 | 第48-54页 |
| ·Mean Shift 算法 | 第49-50页 |
| ·基于MeanShift 算法的目标跟踪 | 第50-52页 |
| ·对弱小目标跟踪的实验仿真 | 第52-54页 |
| ·基于Kalman 滤波器的目标跟踪算法 | 第54-57页 |
| ·基于Kalman 滤波器的目标跟踪 | 第54-55页 |
| ·对弱小目标跟踪实验仿真 | 第55-57页 |
| ·对弱小目标跟踪的改进 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
