基于模板匹配的运动小目标识别系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于红外视频图像的目标识别研究现状 | 第10-11页 |
| 1.2.2 基于可见光视频图像的目标识别研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 图像处理的相关技术 | 第15-25页 |
| 2.1 图像预处理技术 | 第15-20页 |
| 2.1.1 图像灰度化 | 第15-16页 |
| 2.1.2 图像噪声处理 | 第16-18页 |
| 2.1.3 图像二值化 | 第18-20页 |
| 2.2 数学形态学处理 | 第20-23页 |
| 2.2.1 腐蚀和膨胀 | 第20-22页 |
| 2.2.2 开运算和闭运算 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 运动目标检测算法研究 | 第25-41页 |
| 3.1 运动目标检测常用算法 | 第25-33页 |
| 3.1.1 光流法 | 第25-26页 |
| 3.1.2 帧差法 | 第26-28页 |
| 3.1.3 背景减除法 | 第28-32页 |
| 3.1.4 三种算法对比分析 | 第32-33页 |
| 3.2 背景减除法与边缘检测融合的目标检测算法 | 第33-40页 |
| 3.2.1 改进的混合高斯建模算法 | 第33-35页 |
| 3.2.2 边缘检测 | 第35-36页 |
| 3.2.3 算法实现 | 第36-37页 |
| 3.2.4 实验结果 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 运动目标跟踪算法研究 | 第41-57页 |
| 4.1 Meanshift目标跟踪算法 | 第41-44页 |
| 4.2 基于模板匹配的跟踪算法 | 第44-56页 |
| 4.2.1 单元灰度熵 | 第45-46页 |
| 4.2.2 运动预测 | 第46-48页 |
| 4.2.3 模板匹配 | 第48-50页 |
| 4.2.4 模板更新 | 第50-51页 |
| 4.2.5 算法实现 | 第51-53页 |
| 4.2.6 实验结果 | 第53-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第5章 系统实现以及性能分析 | 第57-71页 |
| 5.1 系统总体设计 | 第57-60页 |
| 5.1.1 系统开发环境 | 第57页 |
| 5.1.2 系统功能模块划分 | 第57-59页 |
| 5.1.3 系统整体结构设计 | 第59-60页 |
| 5.2 关键算法实现 | 第60-63页 |
| 5.2.1 图像预处理 | 第60页 |
| 5.2.2 运动小目标检测 | 第60-61页 |
| 5.2.3 运动小目标跟踪 | 第61-63页 |
| 5.3 系统测试及分析 | 第63-69页 |
| 5.3.1 测试环境 | 第63页 |
| 5.3.2 系统界面 | 第63-64页 |
| 5.3.3 系统测试 | 第64-69页 |
| 5.3.4 结果分析 | 第69页 |
| 5.4 本章小结 | 第69-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77-79页 |
| 致谢 | 第79页 |
