视频序列中运动物体检测与阴影抑制算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.2.1 运动物体检测的研究现状 | 第10-11页 |
| 1.2.2 阴影抑制的研究现状 | 第11-12页 |
| 1.3 本文主要研究内容及创新点 | 第12-13页 |
| 1.4 本文的结构安排 | 第13-14页 |
| 第2章 传统的运动物体检测算法 | 第14-28页 |
| 2.1 图像预处理 | 第14-15页 |
| 2.1.1 均值滤波 | 第14-15页 |
| 2.1.2 中值滤波 | 第15页 |
| 2.2 三种传统的运动物体检测算法 | 第15-23页 |
| 2.2.1 帧差分法 | 第15-16页 |
| 2.2.2 光流法 | 第16-17页 |
| 2.2.3 背景减除法 | 第17-20页 |
| 2.2.4 三种检测方法的比较 | 第20-23页 |
| 2.3 图像后处理的常用方法 | 第23-27页 |
| 2.3.1 形态学运算 | 第24-25页 |
| 2.3.2 连通性分析 | 第25-26页 |
| 2.3.3 图像二值化 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 混合高斯背景建模算法的改进 | 第28-43页 |
| 3.1 单高斯背景建模 | 第28-29页 |
| 3.2 混合高斯背景建模 | 第29-33页 |
| 3.3 混合高斯背景建模算法的分析 | 第33-34页 |
| 3.4 基于混合高斯模型提取前景的改进 | 第34-41页 |
| 3.4.1 算法复杂度的改进 | 第34-37页 |
| 3.4.2 背景更新率的改进 | 第37-39页 |
| 3.4.3 实验结果与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 阴影抑制算法的改进 | 第43-62页 |
| 4.1 阴影形成分析 | 第43-45页 |
| 4.2 阴影抑制方法简介 | 第45-49页 |
| 4.2.1 统计学方法 | 第45-47页 |
| 4.2.2 确定性方法 | 第47-49页 |
| 4.3 基于HSV空间阴影抑制算法的改进 | 第49-56页 |
| 4.3.1 基于HSV颜色空间的阴影抑制 | 第50-51页 |
| 4.3.2 纹理特征去除阴影 | 第51-54页 |
| 4.3.3 大津阈值去除阴影 | 第54-55页 |
| 4.3.4 本文阴影抑制算法流程 | 第55-56页 |
| 4.4 实验结果与对比分析 | 第56-60页 |
| 4.4.1 实验数据 | 第56-57页 |
| 4.4.2 实验结果 | 第57-59页 |
| 4.4.3 对比分析 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录1 攻读硕士学位期间获得的成果奖励 | 第69-70页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第70页 |
