基于红外图像的人体检测跟踪与类别判定
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 课题研究的背景和意义 | 第13-14页 |
| 1.2 红外视频监控原理 | 第14-19页 |
| 1.2.1 红外辐射概述 | 第14-15页 |
| 1.2.2 红外热成像技术概述 | 第15-18页 |
| 1.2.3 红外热成像技术应用 | 第18-19页 |
| 1.3 红外目标检测与跟踪技术研究现状 | 第19-23页 |
| 1.3.1 所涉关键技术 | 第19-21页 |
| 1.3.2 国内外研究现状 | 第21-23页 |
| 1.4 主要研究内容和结构安排 | 第23-26页 |
| 第二章 红外图像预处理基础 | 第26-32页 |
| 2.1 引言 | 第26页 |
| 2.2 图像滤波 | 第26-28页 |
| 2.2.1 中值滤波 | 第26-27页 |
| 2.2.2 高斯滤波 | 第27-28页 |
| 2.3 形态学图像处理 | 第28-31页 |
| 2.3.1 膨胀和腐蚀 | 第28-30页 |
| 2.3.2 开运算和闭运算 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 红外运动目标检测 | 第32-40页 |
| 3.1 引言 | 第32页 |
| 3.2 运动目标检测算法概述 | 第32-35页 |
| 3.2.1 帧间差分法 | 第32-33页 |
| 3.2.2 背景差分法 | 第33-34页 |
| 3.2.3 光流法 | 第34-35页 |
| 3.3 三帧差分法用于红外运动目标检测 | 第35-38页 |
| 3.3.1 基于三帧差分的红外运动目标检测 | 第35-36页 |
| 3.3.2 实验结果与分析 | 第36-38页 |
| 3.4 本章小节 | 第38-40页 |
| 第四章 红外运动目标跟踪 | 第40-60页 |
| 4.1 引言 | 第40页 |
| 4.2 红外目标跟踪方法 | 第40-45页 |
| 4.2.1 目标跟踪方法概述 | 第40-41页 |
| 4.2.2 粒子滤波算法 | 第41-42页 |
| 4.2.3 Mean Shift算法 | 第42-44页 |
| 4.2.4 基于灰度变化函数跟踪算法 | 第44-45页 |
| 4.3 基于模板差分的红外行人跟踪算法 | 第45-59页 |
| 4.3.1 均值替代边缘的模板差分法 | 第45-48页 |
| 4.3.2 行人交汇的检测和区分 | 第48-50页 |
| 4.3.3 实验结果与分析 | 第50-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 人体目标判别 | 第60-75页 |
| 5.1 引言 | 第60页 |
| 5.2 周期性和运动对称性 | 第60-62页 |
| 5.3 周期性运动的检测和分析 | 第62-67页 |
| 5.3.1 一维功率谱 | 第63-64页 |
| 5.3.2 Fisher测试 | 第64页 |
| 5.3.3 时间－频率分析 | 第64-65页 |
| 5.3.4 自相关函数 | 第65-67页 |
| 5.4 基于自相关函数的人体目标判别 | 第67-74页 |
| 5.4.1 基于自相关函数峰值模板匹配的判别 | 第67-68页 |
| 5.4.2 基于自相关函最近邻峰值角度的判别 | 第68-69页 |
| 5.4.3 实验结果和分析 | 第69-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 论文的主要工作和创新点 | 第75-76页 |
| 6.2 进一步工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 作者在学期间取得的学术成果 | 第84页 |
