复杂场景视频图像中运动物体的检测与跟踪
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-10页 |
| ·选题的依据和意义 | 第7-8页 |
| ·国内外研究现状 | 第8页 |
| ·论文各部分的主要内容 | 第8-10页 |
| 第二章 视频图像的预处理 | 第10-15页 |
| ·图像增强 | 第10-11页 |
| ·图像平滑技术 | 第11-14页 |
| 本章小结 | 第14-15页 |
| 第三章 运动目标提取 | 第15-27页 |
| ·运动目标检测基本方法 | 第15-21页 |
| ·光流法 | 第15-17页 |
| ·帧间差分法 | 第17-19页 |
| ·背景消减法 | 第19-21页 |
| ·数学形态学处理 | 第21-26页 |
| ·形态学方法及原理 | 第22-23页 |
| ·形态滤波算法 | 第23-26页 |
| 本章小结 | 第26-27页 |
| 第四章 运动目标的跟踪 | 第27-49页 |
| ·卡尔曼滤波器 | 第27-38页 |
| ·卡尔曼滤波器原理 | 第28-31页 |
| ·卡尔曼滤波的特点 | 第31页 |
| ·目标形状描述 | 第31-33页 |
| ·卡尔曼滤波器运动目标跟踪的实现 | 第33-38页 |
| ·基于SNAKE 模型的运动目标跟踪 | 第38-40页 |
| ·SNAKE 模型的数学模型 | 第38-39页 |
| ·SNAKE 模型在目标跟踪中的优缺点 | 第39-40页 |
| ·基于特征匹配的跟踪方法 | 第40-48页 |
| ·HU 的不变矩 | 第41-42页 |
| ·目标特征参数提取 | 第42-45页 |
| ·最邻近(NEAREST NEIGHBOR)算法 | 第45-48页 |
| 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 硕士期间发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |
| 详细摘要 | 第54-56页 |