视频中运动目标阴影检测研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
目录 | 第8-10页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-13页 |
1.2 阴影检测的发展现状 | 第13-16页 |
1.3 阴影检测的应用领域 | 第16-17页 |
1.4 阴影检测的难点 | 第17页 |
1.5 本文的主要研究内容和结构安排 | 第17-20页 |
1.5.1 主要研究内容 | 第17-18页 |
1.5.2 结构安排 | 第18-20页 |
第二章 阴影的理论基础及相关方法 | 第20-44页 |
2.1 阴影的形成 | 第20-23页 |
2.1.1 阴影模型 | 第20-21页 |
2.1.2 阴影分类 | 第21-23页 |
2.2 阴影的性质 | 第23-33页 |
2.2.1 图像颜色模型 | 第23-24页 |
2.2.2 颜色恒常性 | 第24-30页 |
2.2.3 纹理一致性 | 第30-33页 |
2.3 阴影检测方法简介 | 第33-41页 |
2.3.1 确定性方法 | 第33-36页 |
2.3.2 统计方法 | 第36-41页 |
2.4 实验数据及评价指标 | 第41-43页 |
2.4.1 实验数据 | 第41-42页 |
2.4.2 评价指标 | 第42-43页 |
2.5 本章小结 | 第43-44页 |
第三章 基于颜色和纹理结合的运动阴影检测 | 第44-57页 |
3.1 引言 | 第44-45页 |
3.2 颜色和纹理结合的运动阴影检测方法 | 第45-52页 |
3.2.1 前景提取 | 第45-46页 |
3.2.2 基于颜色的阴影检测 | 第46-48页 |
3.2.3 基于纹理的阴影检测 | 第48-50页 |
3.2.4 融合颜色和纹理的阴影检测 | 第50-51页 |
3.2.5 空间局部一致性校正 | 第51-52页 |
3.3 计算复杂度分析 | 第52页 |
3.4 实验结果与分析 | 第52-56页 |
3.4.1 对比分析 | 第52-56页 |
3.4.2 计算速度 | 第56页 |
3.5 本章小结 | 第56-57页 |
第四章 基于多特征融合的运动阴影检测 | 第57-72页 |
4.1 引言 | 第57-58页 |
4.2 阴影特征提取 | 第58-62页 |
4.2.1 亮度特征 | 第59页 |
4.2.2 颜色特征 | 第59-61页 |
4.2.3 纹理特征 | 第61-62页 |
4.3 多特征融合的运动阴影检测 | 第62-64页 |
4.3.1 最大值融合 | 第62页 |
4.3.2 平均值融合 | 第62-63页 |
4.3.3 线性加权融合 | 第63页 |
4.3.4 多数投票融合 | 第63-64页 |
4.3.5 空间局部一致性校正 | 第64页 |
4.4 实验结果与分析 | 第64-71页 |
4.4.1 不同融合策略的结果对比 | 第65-67页 |
4.4.2 与经典方法的结果对比 | 第67-71页 |
4.5 本章小结 | 第71-72页 |
第五章 基于区域的运动阴影检测 | 第72-84页 |
5.1 引言 | 第72页 |
5.2 基于自适应分割的运动阴影检测 | 第72-79页 |
5.2.1 自适应的前景图像分割 | 第72-75页 |
5.2.2 基于纹理特征的运动阴影检测 | 第75-76页 |
5.2.3 实验结果与分析 | 第76-79页 |
5.3 空时结合的区域运动阴影检测 | 第79-83页 |
5.3.1 基于分水岭的前景图像分割 | 第79-80页 |
5.3.2 空时结合的运动阴影检测 | 第80-82页 |
5.3.3 实验结果与分析 | 第82-83页 |
5.4 本章小结 | 第83-84页 |
第六章 基于统计判别模型的运动阴影检测 | 第84-97页 |
6.1 引言 | 第84-85页 |
6.2 基于统计判别模型的运动阴影检测 | 第85-89页 |
6.2.1 特征向量提取 | 第85-88页 |
6.2.2 PLS-LD 模型构建 | 第88-89页 |
6.2.3 空间局部一致性校正 | 第89页 |
6.3 实验结果与分析 | 第89-96页 |
6.3.1 参数设置 | 第89-92页 |
6.3.2 对比分析 | 第92-95页 |
6.3.3 泛化能力 | 第95-96页 |
6.4 本章小结 | 第96-97页 |
第七章 总结与展望 | 第97-100页 |
7.1 工作总结 | 第97-98页 |
7.2 未来展望 | 第98-100页 |
参考文献 | 第100-108页 |
致谢 | 第108-109页 |
攻读博士学位期间公开发表的论文 | 第109页 |