摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 课题的研究背景及意义 | 第11-12页 |
1.2 国内外研究现状和发展态势 | 第12-14页 |
1.3 主要研究内容及技术路线 | 第14-16页 |
1.4 本文章节安排 | 第16-17页 |
第二章 视频图像预处理 | 第17-26页 |
2.1 噪声产生机制与去噪 | 第17-21页 |
2.1.1 噪声分类及模型 | 第17-18页 |
2.1.2 噪声抑制与消除 | 第18-21页 |
2.2 图像二值化 | 第21页 |
2.3 图像数学形态学处理 | 第21-24页 |
2.3.1 腐蚀和膨胀 | 第22-23页 |
2.3.2 开运算和闭运算 | 第23-24页 |
2.4 边缘检测 | 第24-25页 |
2.5 基于数学形态的边缘检测 | 第25页 |
2.6 本章小结 | 第25-26页 |
第三章 高斯背景建模及改进 | 第26-43页 |
3.1 高斯背景建模研究进展 | 第26-27页 |
3.2 经典高斯背景建模算法 | 第27-34页 |
3.2.1 经典高斯建模原理 | 第27-30页 |
3.2.2 混合高斯建模步骤及流程 | 第30-33页 |
3.2.3 混合高斯背景建模参数设计与分析 | 第33-34页 |
3.3 混合高斯背景建模改进方案 | 第34-42页 |
3.3.1 融入邻域信息的背景建模 | 第34-38页 |
3.3.2 权值学习率动态更新方案 | 第38-42页 |
3.4 本章小结 | 第42-43页 |
第四章 运动目标检测 | 第43-54页 |
4.1 目标检测的常用算法 | 第43-45页 |
4.1.1 帧间差分法 | 第43-44页 |
4.1.2 光流场法 | 第44-45页 |
4.1.3 背景差分法 | 第45页 |
4.2 背景建模方法及原理 | 第45-48页 |
4.2.1 均值背景建模 | 第46-47页 |
4.2.2 中值背景建模 | 第47页 |
4.2.3 高斯背景建模 | 第47-48页 |
4.3 基于图像合成的运动目标检测 | 第48-50页 |
4.3.1 三帧差分法提取前景轮廓 | 第48页 |
4.3.2 背景建模及更新 | 第48-49页 |
4.3.3 运动区域提取及后处理 | 第49-50页 |
4.4 实验结果 | 第50-53页 |
4.5 本章小结 | 第53-54页 |
第五章 目标跟踪算法研究 | 第54-68页 |
5.1 经典MEAN-SHIFT算法介绍 | 第54-58页 |
5.1.1 目标与候选目标模型描述 | 第54-55页 |
5.1.2 相似度度量 | 第55-56页 |
5.1.3 目标定位 | 第56-57页 |
5.1.4 mean-shift跟踪算法描述及跟踪流程 | 第57-58页 |
5.2 结合KALMAN滤波器的MEAN-SHIFT跟踪算法 | 第58-62页 |
5.2.1 Kalman滤波器简介 | 第59-61页 |
5.2.2 结合Kalman滤波器的mean-shift跟踪算法 | 第61-62页 |
5.3 仿真结果及分析 | 第62-67页 |
5.4 本章小结 | 第67-68页 |
第六章 行人流量统计的实现 | 第68-81页 |
6.1 复杂场景的定义及算法性能评价指标 | 第68页 |
6.2 行人流量统计模块概览 | 第68-72页 |
6.2.1 行人检测 | 第69页 |
6.2.2 行人跟踪 | 第69-70页 |
6.2.3 人数统计 | 第70-71页 |
6.2.4 模块整合 | 第71-72页 |
6.3 统计精确度介绍与分析 | 第72页 |
6.4 实验结果 | 第72-80页 |
6.4.1 孤立行人跟踪与计数 | 第74-75页 |
6.4.2 多人并排行走时的跟踪与计数 | 第75-76页 |
6.4.3 行人进入背景并停止的跟踪与计数 | 第76-77页 |
6.4.4 行人快速移动的跟踪与计数 | 第77-79页 |
6.4.5 人数统计结果分析及对比 | 第79-80页 |
6.5 本章小结 | 第80-81页 |
第七章 总结与展望 | 第81-83页 |
7.1 主要工作及结论 | 第81页 |
7.2 不足之处及工作展望 | 第81-83页 |
致谢 | 第83-84页 |
参考文献 | 第84-88页 |
攻硕期间取得的研究成果 | 第88-89页 |