基于OpenCV的运动目标检测与跟踪算法的研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·典型目标检测算法 | 第11-13页 |
| ·典型目标跟踪算法 | 第13-14页 |
| ·OpenCV简介 | 第14-15页 |
| ·研究内容及创新点 | 第15-16页 |
| ·论文章节安排 | 第16-17页 |
| 2 图像预处理 | 第17-29页 |
| ·颜色空间 | 第17-20页 |
| ·RGB颜色空间 | 第17-18页 |
| ·YUV颜色空间 | 第18页 |
| ·HSV颜色空间 | 第18-20页 |
| ·图像灰度化 | 第20-21页 |
| ·图像去噪 | 第21-25页 |
| ·均值滤波 | 第22-23页 |
| ·中值滤波 | 第23页 |
| ·滤波分析 | 第23-25页 |
| ·数字形态学处理 | 第25-28页 |
| ·膨胀和腐蚀 | 第25-28页 |
| ·开运算和闭运算 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3 运动目标检测 | 第29-38页 |
| ·传统混合高斯模型 | 第29-31页 |
| ·模型定义 | 第29-30页 |
| ·模型初始化与前景检测 | 第30页 |
| ·参数更新 | 第30-31页 |
| ·模型更新 | 第31页 |
| ·改进的混合高斯模型 | 第31-33页 |
| ·阈值T自适应调整 | 第32页 |
| ·学习速率反馈调节 | 第32-33页 |
| ·实验结果 | 第33-37页 |
| ·有效性验证 | 第33-35页 |
| ·实时性验证 | 第35-36页 |
| ·准确性验证 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 运动目标跟踪 | 第38-55页 |
| ·概率密度估计 | 第38-41页 |
| ·参数估计 | 第38-39页 |
| ·非参数估计 | 第39-41页 |
| ·Mean Shift算法原理 | 第41-45页 |
| ·多维核概率密度估计 | 第41-43页 |
| ·Mean Shift向量的推导 | 第43-45页 |
| ·Mean Shift目标跟踪 | 第45-50页 |
| ·半自动Mean Shift目标跟踪 | 第45-48页 |
| ·全自动Mean Shift目标跟踪 | 第48-50页 |
| ·实验结果 | 第50-54页 |
| ·有效性验证 | 第51-53页 |
| ·实时性验证 | 第53页 |
| ·准确性验证 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-56页 |
| ·总结 | 第55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简历 | 第59-61页 |
| 学位论文数据集 | 第61页 |
