低照度环境下运动目标的检测与跟踪
中文摘要 | 第1-4页 |
英文摘要 | 第4-8页 |
1 绪论 | 第8-13页 |
·课题的研究背景和意义 | 第8-9页 |
·国内外研究现状概述 | 第9-12页 |
·低照度图像增强处理研究现状 | 第10页 |
·运动目标检测研究现状 | 第10-11页 |
·运动目标跟踪研究现状 | 第11-12页 |
·本文研究的主要内容 | 第12-13页 |
2 图像序列的预处理 | 第13-19页 |
·图像序列的去噪算法概述 | 第13-14页 |
·空域高斯滤波 | 第14页 |
·实时自适应帧间滤波 | 第14-15页 |
·时空混合的滤波算法 | 第15页 |
·实验结果及分析 | 第15-18页 |
·本章小结 | 第18-19页 |
3 图像序列增强处理 | 第19-31页 |
·直方图均衡增强 | 第19-21页 |
·直方图均衡算法 | 第19-20页 |
·直方图均衡增强分析 | 第20-21页 |
·对数图像处理 | 第21-25页 |
·对数图像处理增强算法 | 第21-22页 |
·多级对数图像处理增强算法 | 第22-24页 |
·改进的对比度拉伸算法 | 第24-25页 |
·实验结果及分析 | 第25-30页 |
·本章小结 | 第30-31页 |
4 运动目标的检测 | 第31-41页 |
·运动目标检测的常见方法 | 第31-32页 |
·光流法 | 第31页 |
·帧差法 | 第31-32页 |
·背景差分法 | 第32页 |
·常用的背景估计法 | 第32-33页 |
·直接估计法 | 第32页 |
·中值滤波法 | 第32-33页 |
·统计模型法 | 第33页 |
·单高斯背景模型的运动目标检测 | 第33-37页 |
·单高斯模型原理 | 第33-34页 |
·单高斯模型的算法流程 | 第34-35页 |
·改进的单高斯模型更新算法 | 第35-37页 |
·数学形态学处理 | 第37-38页 |
·膨胀 | 第37页 |
·腐蚀 | 第37页 |
·开运算 | 第37页 |
·闭运算 | 第37-38页 |
·实验结果及分析 | 第38-40页 |
·本章小结 | 第40-41页 |
5 运动目标的跟踪 | 第41-54页 |
·运动目标跟踪方法概述 | 第41-42页 |
·卡尔曼滤波器的基本原理 | 第42-45页 |
·卡尔曼滤波器概述 | 第42-43页 |
·卡尔曼滤波器公式推导 | 第43-45页 |
·卡尔曼滤波器的跟踪模型 | 第45-50页 |
·运动目标特征的提取 | 第45-46页 |
·运动目标区域的卡尔曼预测 | 第46-50页 |
·运动目标的跟踪 | 第50-51页 |
·实验结果及分析 | 第51-53页 |
·本章小结 | 第53-54页 |
6 总结与展望 | 第54-56页 |
·工作总结 | 第54-55页 |
·工作展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-61页 |
附录 | 第61页 |
作者在攻读硕士学位期间发表的论文目录 | 第61页 |