鲁棒的智能视频监控方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-13页 |
| 第1章 绪论 | 第13-22页 |
| ·智能视频监控系统及其研究意义 | 第13-14页 |
| ·典型的智能视频监控系统 | 第14-16页 |
| ·软件界面 | 第14页 |
| ·工作原理 | 第14-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·当前存在的主要问题 | 第19-20页 |
| ·本文的主要工作及研究内容安排 | 第20-22页 |
| 第2章 背景建模方法 | 第22-45页 |
| ·运动检测方法 | 第22-26页 |
| ·光流法 | 第22-24页 |
| ·帧间差分法 | 第24页 |
| ·背景差分法 | 第24-26页 |
| ·背景建模方法概述 | 第26-29页 |
| ·混合高斯方法 | 第29-34页 |
| ·混合高斯原理 | 第29-31页 |
| ·更新过程 | 第31-34页 |
| ·Mean-shift方法 | 第34-37页 |
| ·Mean-shift思想 | 第34-35页 |
| ·基于mean-shift的背景建模 | 第35-37页 |
| ·基于UKF的方法 | 第37-44页 |
| ·UKF简介 | 第37-38页 |
| ·背景模型 | 第38-39页 |
| ·UKF更新过程 | 第39-40页 |
| ·运动判断 | 第40-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 雾天运动检测 | 第45-62页 |
| ·雾天运动检测概述 | 第45-46页 |
| ·雾天物理模型 | 第46-47页 |
| ·基于物理模型的去雾 | 第47-55页 |
| ·雾天图像对比度复原 | 第48-50页 |
| ·彩色图像去雾 | 第50-55页 |
| ·改进的去雾方法 | 第55-60页 |
| ·雾天图像复原方法 | 第55-57页 |
| ·实验结果及分析 | 第57-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 夜间运动检测 | 第62-79页 |
| ·夜间运动检测方法概述 | 第62-65页 |
| ·基于非线性反色调映射的夜间图像增强 | 第65-72页 |
| ·色调映射和反映射 | 第65-66页 |
| ·非线性反色调映射算子 | 第66-68页 |
| ·图像增强和运动检测 | 第68-72页 |
| ·基于Retinex理论和小波变换的夜间图像增强 | 第72-76页 |
| ·Retinex理论 | 第72-73页 |
| ·基于SSR和小波变换的图像增强 | 第73-76页 |
| ·白天夜间图像融合 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 运动阴影检测 | 第79-96页 |
| ·阴影检测方法概述 | 第79-80页 |
| ·改进的基于特征方法 | 第80-87页 |
| ·阴影亮度特性 | 第81-82页 |
| ·阴影色彩特性 | 第82-85页 |
| ·算法流程 | 第85页 |
| ·实验结果 | 第85-87页 |
| ·基于边缘特征和角点信息的方法 | 第87-94页 |
| ·图像边缘检测 | 第87-89页 |
| ·图像角点检测 | 第89-91页 |
| ·图像膨胀操作 | 第91-92页 |
| ·算法思想 | 第92-93页 |
| ·实验结果 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第6章 运动跟踪方法 | 第96-110页 |
| ·运动跟踪方法概述 | 第96-98页 |
| ·运动遮挡问题的处理 | 第98-105页 |
| ·遮挡分割的依据 | 第98-99页 |
| ·基于车辆六边形轮廓的遮挡处理方法 | 第99-102页 |
| ·基于车辆平行四边形轮廓的分割 | 第102-105页 |
| ·基于车辆轮廓的预测跟踪方法 | 第105-109页 |
| ·跟踪算法 | 第105-106页 |
| ·实验结果 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 第7章 总结与展望 | 第110-117页 |
| ·鲁棒的智能视频监控系统 | 第110-114页 |
| ·研究成果与创新点 | 第114-115页 |
| ·研究工作展望 | 第115-117页 |
| 参考文献 | 第117-128页 |
| 攻读博士学位期间发表的论文 | 第128-129页 |
| 致谢 | 第129页 |
