视频监控中的运动目标检测算法研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要内容与结构安排 | 第14-16页 |
| 第2章 图像处理基础知识 | 第16-28页 |
| 2.1 颜色空间 | 第16-19页 |
| 2.1.1 RGB颜色空间 | 第16-17页 |
| 2.1.2 HSV颜色空间 | 第17-18页 |
| 2.1.3 RGB转HSV色彩空间 | 第18-19页 |
| 2.2 图像灰度化 | 第19-20页 |
| 2.3 图像滤波去噪 | 第20-22页 |
| 2.3.1 均值滤波 | 第21页 |
| 2.3.2 双边滤波 | 第21-22页 |
| 2.4 直方图均衡化处理 | 第22-24页 |
| 2.5 形态学后处理 | 第24-27页 |
| 2.5.1 膨胀和腐蚀 | 第24-26页 |
| 2.5.2 开运算和闭运算 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 运动目标检测算法分析 | 第28-42页 |
| 3.1 光流法 | 第28-30页 |
| 3.2 帧差法 | 第30-31页 |
| 3.3 背景减除法 | 第31-33页 |
| 3.4 三种经典检测算法的比较 | 第33页 |
| 3.5 背景减除法中的ViBe算法 | 第33-40页 |
| 3.5.1 背景模型的建立 | 第34页 |
| 3.5.2 运动目标匹配 | 第34-35页 |
| 3.5.3 背景模型更新 | 第35-36页 |
| 3.5.4 ViBe算法的特点 | 第36-37页 |
| 3.5.5 ViBe算法的缺陷 | 第37-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 改进的ViBe算法 | 第42-68页 |
| 4.1 “鬼影”的快速消除 | 第42-46页 |
| 4.1.1 现有的改进算法 | 第42-43页 |
| 4.1.2 本文针对鬼影的改进 | 第43-45页 |
| 4.1.3 实验验证 | 第45-46页 |
| 4.2 扰动背景的消除 | 第46-59页 |
| 4.2.1 现有的改进算法 | 第47-48页 |
| 4.2.2 本文针对扰动背景的改进 | 第48-53页 |
| 4.2.3 实验验证 | 第53-59页 |
| 4.3 阴影的抑制 | 第59-66页 |
| 4.3.1 阴影检测方法的选择 | 第60页 |
| 4.3.2 基于HSV颜色空间的阴影抑制方法 | 第60-62页 |
| 4.3.3 抑制阴影方法中常数阈值的确定 | 第62-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第5章 运动目标检测软件的实现 | 第68-82页 |
| 5.1 运动目标检测软件开发平台 | 第68-70页 |
| 5.1.1 MFC架构平台 | 第68-69页 |
| 5.1.2 OpenCV开源函数库 | 第69-70页 |
| 5.2 运动目标检测软件的设计 | 第70-71页 |
| 5.2.1 需求分析 | 第70页 |
| 5.2.2 软件结构设计 | 第70-71页 |
| 5.3 运动目标检测软件的实现 | 第71-77页 |
| 5.3.1 视频获取模块 | 第71-72页 |
| 5.3.2 图像预处理模块 | 第72页 |
| 5.3.3 运动目标检测模块 | 第72-76页 |
| 5.3.4 图像后处理 | 第76-77页 |
| 5.4 运动目标检测软件测试 | 第77-80页 |
| 5.4.1 软件具体测试操作 | 第77-78页 |
| 5.4.2 三类场景的检测结果测试 | 第78-80页 |
| 5.5 本章小结 | 第80-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读学士学位期间发表的论文和取得的科研成果 | 第88-90页 |
| 致谢 | 第90页 |
