基于MRA和小波阈值的运动目标检测算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状和发展趋势 | 第12-18页 |
| 1.2.1 智能交通系统的研究现状与发展趋势 | 第12-13页 |
| 1.2.2 智能视频监控系统的研究现状与发展趋势 | 第13-16页 |
| 1.2.3 图像去噪的国内外研究现状 | 第16-17页 |
| 1.2.4 运动目标检测国内外研究现状 | 第17-18页 |
| 1.3 论文的主要结构安排 | 第18-21页 |
| 第二章 视频监控系统框架的的总体设计 | 第21-27页 |
| 2.1 系统需求分析 | 第21-22页 |
| 2.2 系统总体设计 | 第22-23页 |
| 2.3 系统模块划分 | 第23-24页 |
| 2.4 主要任务 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 多尺度小波阈值方法的研究 | 第27-39页 |
| 3.1 图像的噪声 | 第27-30页 |
| 3.1.1 图像噪声的概念与分类 | 第27-28页 |
| 3.1.2 图像去噪 | 第28-29页 |
| 3.1.3 图像去噪算法的评价标准 | 第29-30页 |
| 3.2 传统的图像去噪方法 | 第30-33页 |
| 3.2.1 均值滤波 | 第30-31页 |
| 3.2.2 中值滤波 | 第31-32页 |
| 3.2.3 维纳滤波 | 第32-33页 |
| 3.3 小波阈值图像去噪方法 | 第33-37页 |
| 3.3.1 小波变换原理 | 第34页 |
| 3.3.2 小波阈值法去噪 | 第34-35页 |
| 3.3.3 多尺度分析 | 第35-36页 |
| 3.3.4 多尺度小波阈值去噪的方法 | 第36-37页 |
| 3.4 仿真实验 | 第37-38页 |
| 3.5 仿真结果分析 | 第38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 运动目标检测算法研究 | 第39-51页 |
| 4.1 运动目标检测算法 | 第39-41页 |
| 4.1.1 光流法 | 第39-40页 |
| 4.1.2 帧间差分法 | 第40-41页 |
| 4.1.3 背景差分法 | 第41页 |
| 4.2 改进的运动目标检测算法 | 第41-44页 |
| 4.2.1 基于平均背景建模的改进算法 | 第41-43页 |
| 4.2.2 帧间差分法和背景差分法的组合模型 | 第43-44页 |
| 4.3 实验仿真运行及其结果分析 | 第44-50页 |
| 4.3.1 实验仿真工具 | 第44-45页 |
| 4.3.2 实验仿真数据 | 第45页 |
| 4.3.3 实验仿真结果及其分析 | 第45-49页 |
| 4.3.4 人机交互界面的设计 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A (攻读硕士期间发表的论文) | 第59-61页 |
| 附录B (攻读硕士期间申请的专利) | 第61-63页 |
| 附录C (攻读硕士期间主持的项目) | 第63-65页 |
| 附录D (攻读硕士期间申请的软件著作权) | 第65页 |
