视频检测与追踪算法的研究
| 第1章 绪论 | 第1-15页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·国内外远程数字视频监控与识别系统研究现状 | 第11-12页 |
| ·运动目标跟踪方法综述 | 第12-14页 |
| ·基于特征的目标跟踪方法 | 第12-13页 |
| ·基于相关的目标跟踪方法 | 第13页 |
| ·基于运动的目标跟踪方法 | 第13-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 第2章 视频图像压缩与网络传输技术 | 第15-25页 |
| ·远程视频图像的捕捉技术 | 第15-16页 |
| ·远程视频图像的压缩技术 | 第16-19页 |
| ·MPEG制定的标准 | 第16-17页 |
| ·MPEG4技术的优势 | 第17-18页 |
| ·MPEG4技术的特点 | 第18-19页 |
| ·远程视频图像的传输技术 | 第19-23页 |
| ·SOCKET简介 | 第20页 |
| ·基于WINDOWS SOCKET的应用开发技术 | 第20-23页 |
| ·实验分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于差分的目标检测方法的研究 | 第25-35页 |
| ·彩色图像的灰度变换 | 第25-26页 |
| ·差分法 | 第26-32页 |
| ·帧间差分法 | 第26-27页 |
| ·背景差分法 | 第27-29页 |
| ·适应背景差分法 | 第29页 |
| ·变化检测准则 | 第29-30页 |
| ·二值化方法 | 第30-31页 |
| ·面积去噪法 | 第31页 |
| ·形态学处理 | 第31-32页 |
| ·估计背景图像 | 第32-34页 |
| ·统计平均法 | 第32-33页 |
| ·IIR滤波器方法 | 第33页 |
| ·区分像素类别的背景图像估计方法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 目标追踪 | 第35-47页 |
| ·多目标跟踪算法介绍 | 第35-37页 |
| ·目标代价函数的提出 | 第37-39页 |
| ·目标链 | 第37页 |
| ·图像序列中目标运动的特点 | 第37-38页 |
| ·代价函数表达式 | 第38-39页 |
| ·预测模块确定搜索区域 | 第39-41页 |
| ·目标运动情况的研究 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于改进的snake模型的目标追踪 | 第47-63页 |
| ·snake概述 | 第47页 |
| ·传统snake模型 | 第47-49页 |
| ·内部能量 | 第48页 |
| ·外部能量 | 第48-49页 |
| ·改进的snake模型 | 第49-53页 |
| ·弯曲能量 | 第50-51页 |
| ·连接能量 | 第51-52页 |
| ·图像能量 | 第52页 |
| ·向心能量 | 第52-53页 |
| ·粒子群优化算法 | 第53-54页 |
| ·应用粒子群的snake模型 | 第54-56页 |
| ·snake曲线的粗收敛 | 第54页 |
| ·初始粒子的选取 | 第54-55页 |
| ·适应度函数 | 第55页 |
| ·算法的实现 | 第55-56页 |
| ·基于snake和 Pso的实验结果 | 第56页 |
| ·SUSAN算法 | 第56-59页 |
| ·角点检测 | 第58-59页 |
| ·基于角点的snake收敛 | 第59页 |
| ·基于snake的目标追踪 | 第59-61页 |
| ·目标运动位置的预测 | 第60-61页 |
| ·目标角点检测 | 第61页 |
| ·目标拟合 | 第61页 |
| ·本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
