基于视频的静态背景下运动目标检测与跟踪研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-12页 |
| ·选题的背景及其意义 | 第8页 |
| ·运动目标检测和跟踪存在的困难 | 第8-9页 |
| ·光线亮度的变化 | 第9页 |
| ·背景景物的变动 | 第9页 |
| ·阴影和物体间的重叠遮盖 | 第9页 |
| ·前景目标与背景中物体相近 | 第9页 |
| ·非静态背景 | 第9页 |
| ·运动目标的高速运动 | 第9页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·本文研究内容 | 第10-12页 |
| 2 图像的预处理 | 第12-23页 |
| ·图像的增强 | 第12-16页 |
| ·邻域均值滤波 | 第12-13页 |
| ·中值滤波 | 第13页 |
| ·维纳滤波 | 第13-15页 |
| ·滤波试验对比 | 第15-16页 |
| ·灰度变换 | 第16-17页 |
| ·直方图均衡化 | 第17-18页 |
| ·背景模型的建立 | 第18-20页 |
| ·背景模型的概念 | 第18-19页 |
| ·传统背景模型的建立 | 第19页 |
| ·本文背景的建立 | 第19-20页 |
| ·色彩空间的选取 | 第20-21页 |
| ·小结 | 第21-23页 |
| 3 运动目标检测 | 第23-45页 |
| ·图像运动目标检测的基本方法 | 第23-24页 |
| ·帧间差分法 | 第24-26页 |
| ·连续帧间差分法的基本原理 | 第24-26页 |
| ·连续帧间差分的实现 | 第26页 |
| ·差分 | 第26页 |
| ·边缘检测 | 第26-30页 |
| ·Robert 算子 | 第27页 |
| ·Sobel 算子 | 第27-28页 |
| ·Prewitt 算子 | 第28-29页 |
| ·Laplacian 算子 | 第29-30页 |
| ·二值化 | 第30页 |
| ·数学形态学滤波处理 | 第30-34页 |
| ·膨胀 | 第31页 |
| ·腐蚀 | 第31-32页 |
| ·开运算 | 第32-33页 |
| ·闭运算 | 第33-34页 |
| ·连通区域检测 | 第34-35页 |
| ·光流法 | 第35-39页 |
| ·光流场方法分析及应用 | 第37-39页 |
| ·背景差分法 | 第39-40页 |
| ·背景模型的更新 | 第40-41页 |
| ·背景图像更新方法 | 第40-41页 |
| ·运动目标的快速识别 | 第41-42页 |
| ·试验结果与分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于卡尔曼滤波的运动目标跟踪 | 第45-57页 |
| ·基于3-D 模型的跟踪方法 | 第45页 |
| ·基于特征匹配跟踪方法 | 第45-46页 |
| ·基于区域匹配的跟踪方法 | 第46页 |
| ·卡尔曼滤波器 | 第46-52页 |
| ·卡尔曼滤波基本原理 | 第46-49页 |
| ·基于卡尔曼滤波器的运动目标估计 | 第49-50页 |
| ·卡尔曼滤波器仿真 | 第50-52页 |
| ·应用卡尔曼滤波器 | 第52页 |
| ·卡尔曼滤波在人体运动跟踪中的应用 | 第52-57页 |
| ·本文卡尔曼滤波改进算法 | 第52-54页 |
| ·试验结果 | 第54-57页 |
| 5 结论 | 第57-58页 |
| 6 展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
