监测视频中学生异常行为的判定方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 静止背景下运动目标检测 | 第10-11页 |
| 1.2.2 运动背景下的目标检测 | 第11-12页 |
| 1.3 研究内容及论文结构 | 第12-17页 |
| 第二章 图像特征提取 | 第17-35页 |
| 2.1 彩色图像灰度化 | 第17-18页 |
| 2.2 图像分割 | 第18-24页 |
| 2.2.1 阈值分割方法 | 第19-20页 |
| 2.2.2 最大方差自适应阈值法 | 第20-21页 |
| 2.2.3 基于信息熵的阈值分割 | 第21-22页 |
| 2.2.4 阈值分割方法比较 | 第22-24页 |
| 2.3 边缘检测 | 第24-29页 |
| 2.4 数学形态学分析 | 第29-32页 |
| 2.5 图像填充 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 基于视频的运动目标检测方法 | 第35-47页 |
| 3.1 帧间差分法 | 第35-37页 |
| 3.2 基于光流场的方法 | 第37-38页 |
| 3.3 背景差分法 | 第38-40页 |
| 3.4 背景模型建立与更新 | 第40-44页 |
| 3.4.1 常用背景模型建立与更新方法分析 | 第40-42页 |
| 3.4.2 改进的累积差分自适应更新建模算法 | 第42-44页 |
| 3.5 运动目标提取 | 第44-45页 |
| 3.6 异常行为检测 | 第45页 |
| 3.7 本章总结 | 第45-47页 |
| 第四章 运动目标跟踪与异常行为识别 | 第47-55页 |
| 4.1 目标跟踪与识别方案 | 第47-48页 |
| 4.2 特征提取 | 第48-49页 |
| 4.3 目标识别 | 第49-52页 |
| 4.4 目标跟踪 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 不足与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间所获得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |
