| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-23页 |
| ·研究背景及意义 | 第11-13页 |
| ·相关技术研究综述及现状分析 | 第13-20页 |
| ·图像增强 | 第13-14页 |
| ·特征点提取及配准 | 第14-15页 |
| ·动态目标检测 | 第15-17页 |
| ·遗留物检测 | 第17-18页 |
| ·动态目标跟踪 | 第18-20页 |
| ·研究内容与技术路线 | 第20-23页 |
| ·研究内容 | 第20-21页 |
| ·技术路线 | 第21-23页 |
| 2 煤矿井下视频图像的增强 | 第23-49页 |
| ·图像增强 | 第23-27页 |
| ·灰度直方图统计方法 | 第23-24页 |
| ·图像空域增强 | 第24-26页 |
| ·二维频域增强的依据 | 第26-27页 |
| ·图像锐化的处理过程 | 第27页 |
| ·图像增强的特征值提取 | 第27-34页 |
| ·梯度测度 | 第27-28页 |
| ·标准差测量 | 第28页 |
| ·峰度分布测量 | 第28页 |
| ·熵值提取 | 第28-29页 |
| ·分形维数提取方法分析 | 第29-30页 |
| ·模糊熵与分形维的关系 | 第30-33页 |
| ·相似度测量分析 | 第33-34页 |
| ·基于模糊熵判别准则合理提取LFFD的相似度增强算法 | 第34-35页 |
| ·图像边缘检测 | 第35-41页 |
| ·Canny边缘检测分析 | 第36-39页 |
| ·基于小波分解的Canny边缘检测算法的提出 | 第39-41页 |
| ·煤矿井下图像增强实验与分析 | 第41-48页 |
| ·基于模糊熵判别准则合理提取LFFD的相似度增强实验分析 | 第41-47页 |
| ·基于小波分解的Canny煤矿支护边缘检测实验分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 3 煤矿井下视频图像的特征点提取及配准 | 第49-61页 |
| ·特征点提取 | 第49-53页 |
| ·Harris特征点提取 | 第50-51页 |
| ·SIFT特征点提取 | 第51-53页 |
| ·图像特征点配准 | 第53-58页 |
| ·灰度相关法匹配算法 | 第54-55页 |
| ·特征描述子的匹配方法 | 第55页 |
| ·基于相关法的欧式距离配准算法的提出 | 第55-58页 |
| ·煤矿井下实验与分析 | 第58-60页 |
| ·特征点提取实验分析 | 第58页 |
| ·特征点匹配实验分析 | 第58-60页 |
| ·小结 | 第60-61页 |
| 4 煤矿井下动态目标的检测 | 第61-87页 |
| ·动态目标检测算法分析 | 第61-70页 |
| ·光流法分析 | 第61-62页 |
| ·帧间差分法分析 | 第62-63页 |
| ·背景差分法分析 | 第63-64页 |
| ·几种背景模型的建议 | 第64-70页 |
| ·基于CBM的目标空间整体性背景更新算法 | 第70-73页 |
| ·CBM对微动目标的失真分析 | 第70-71页 |
| ·基于CBM的目标空间整体性背景更新算法的提出 | 第71-72页 |
| ·基于CBM的目标空间整体性背景更新算法的步骤 | 第72-73页 |
| ·动态检测中的阴影去除 | 第73-77页 |
| ·颜色空间转换 | 第73-75页 |
| ·HSV空间阴影去除 | 第75-76页 |
| ·基于HSV空间的码字分量平均算法 | 第76-77页 |
| ·动态目标检测实验与分析 | 第77-86页 |
| ·基于CBM的目标空间整体性背景更新实验分析 | 第77-82页 |
| ·基于HSV空间的码字分量平均算法实验分析 | 第82-86页 |
| ·小结 | 第86-87页 |
| 5 煤矿井下遗留物的检测 | 第87-96页 |
| ·动态目标检测算法在遗留物检测中的不足 | 第87-88页 |
| ·基于双背景模型的遗留物检测算法分析 | 第88-89页 |
| ·基于历史像素稳定度的遗留物检测算法 | 第89-92页 |
| ·算法提出的依据 | 第89-90页 |
| ·算法步骤 | 第90-92页 |
| ·遗留物检测实验与分析 | 第92-95页 |
| ·小结 | 第95-96页 |
| 6 煤矿井下动态目标的跟踪 | 第96-118页 |
| ·基于Kalman滤波器的跟踪算法分析 | 第96-98页 |
| ·Kalman滤波器原理 | 第96-97页 |
| ·Kalman滤波器跟踪算法 | 第97-98页 |
| ·基于Mean Shift的目标跟踪算法分析 | 第98-101页 |
| ·基于多特征判定准则的目标跟踪融合算法 | 第101-107页 |
| ·多特征目标跟踪算法分析 | 第101-102页 |
| ·基于多特征判定准则的目标跟踪融合算法依据与步骤 | 第102-107页 |
| ·动态目标跟踪实验与分析 | 第107-117页 |
| ·Kalman滤波器跟踪算法实验分析 | 第107-109页 |
| ·Mean Shift目标跟踪算法实验与分析 | 第109-111页 |
| ·基于多特征判定准则的目标跟踪融合算法实验分析 | 第111-117页 |
| ·小结 | 第117-118页 |
| 7 结论与展望 | 第118-121页 |
| ·结论 | 第118-119页 |
| ·展望 | 第119-121页 |
| 致谢 | 第121-122页 |
| 参考文献 | 第122-130页 |
| 附录 | 第130-131页 |
