基于视频的无人机检测方法研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第15-19页 |
1.1 课题研究背景与意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-18页 |
1.3 论文主要工作内容与章节安排 | 第18-19页 |
第二章 运动目标检测基础知识 | 第19-31页 |
2.1 图像灰度化 | 第19-20页 |
2.2 图像二值化 | 第20页 |
2.3 数学形态学 | 第20-23页 |
2.3.1 腐蚀与膨胀 | 第20-21页 |
2.3.2 开运算与闭运算 | 第21-22页 |
2.3.3 邻域与连通域 | 第22-23页 |
2.4 运动目标检测方法介绍 | 第23-25页 |
2.4.1 帧间差分法 | 第23页 |
2.4.2 光流法 | 第23-24页 |
2.4.3 背景差分法 | 第24-25页 |
2.5 混合高斯背景建模 | 第25-31页 |
2.5.1 单高斯背景建模 | 第25-29页 |
2.5.2 混合高斯背景建模 | 第29-31页 |
第三章 基于改进ViBe算法的无人机检测方法 | 第31-53页 |
3.1 ViBe算法概述 | 第31-34页 |
3.1.1 背景模型建立 | 第31-32页 |
3.1.2 前景检测 | 第32页 |
3.1.3 背景模型更新 | 第32-34页 |
3.2 无人机检测问题分析 | 第34-42页 |
3.2.1 难点分析 | 第34-37页 |
3.2.2 实验分析 | 第37-42页 |
3.3 Vi Be算法的改进 | 第42-47页 |
3.3.1 前景检测改进 | 第43-45页 |
3.3.2 地平线检测 | 第45-46页 |
3.3.3 前景计数 | 第46-47页 |
3.4 算法流程详细介绍 | 第47-49页 |
3.4.1 预处理 | 第47-48页 |
3.4.2 初始化背景模型 | 第48页 |
3.4.3 前景检测 | 第48-49页 |
3.4.4 背景模型更新 | 第49页 |
3.4.5 形态学处理 | 第49页 |
3.5 改进算法实验结果 | 第49-50页 |
3.6 计算量与内存消耗分析 | 第50-53页 |
3.6.1 计算量分析 | 第50-51页 |
3.6.2 内存消耗分析 | 第51-53页 |
第四章 基于FPGA的算法实现 | 第53-75页 |
4.1 基于FPGA的图像处理简介 | 第53-54页 |
4.1.1 FPGA简介 | 第53页 |
4.1.2 FPGA与图像处理 | 第53-54页 |
4.2 关键技术研究 | 第54-62页 |
4.2.1 局部滤波器 | 第54-56页 |
4.2.2 随机数发生器 | 第56-59页 |
4.2.3 数学运算的FPGA实现 | 第59-62页 |
4.3 模块设计 | 第62-70页 |
4.3.1 灰度化模块 | 第63页 |
4.3.2 地平线检测模块 | 第63-65页 |
4.3.3 背景模型初始化模块 | 第65-67页 |
4.3.4 前景检测与背景模型更新模块 | 第67-68页 |
4.3.5 腐蚀与膨胀模块 | 第68页 |
4.3.6 连通域标记 | 第68-70页 |
4.4 实验仿真 | 第70-75页 |
4.4.1 随机数发生模块 | 第70页 |
4.4.2 地平线检测模块 | 第70-71页 |
4.4.3 背景模型初始化模块 | 第71页 |
4.4.4 前景检测与背景更新模块 | 第71-72页 |
4.4.5 形态学处理模块 | 第72-73页 |
4.4.6 实时性分析 | 第73-75页 |
第五章 总结与展望 | 第75-77页 |
参考文献 | 第77-81页 |
致谢 | 第81-83页 |
作者简介 | 第83-84页 |