洗车行为识别方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 论文研究内容及组织结构 | 第12-14页 |
| 第2章 洗车行监控视频图像的预处理 | 第14-32页 |
| 2.1 颜色模型转换 | 第14-18页 |
| 2.1.1 RGB颜色模型 | 第14-15页 |
| 2.1.2 HSI颜色模型及水雾的检测 | 第15-18页 |
| 2.2 彩色图像的灰度化 | 第18-20页 |
| 2.3 灰度图像的增强 | 第20-24页 |
| 2.3.1 线性灰度变换 | 第20-21页 |
| 2.3.2 非线性灰度变换 | 第21-23页 |
| 2.3.3 灰度直方图处理 | 第23-24页 |
| 2.4 形态学图像处理 | 第24-31页 |
| 2.4.1 图像的腐蚀 | 第24-26页 |
| 2.4.2 图像的膨胀 | 第26-27页 |
| 2.4.3 开运算操作 | 第27-28页 |
| 2.4.4 闭运算操作 | 第28-29页 |
| 2.4.5 泡沫的检测 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 运动目标检测与背景建模 | 第32-46页 |
| 3.1 运动目标检测 | 第32-38页 |
| 3.1.1 帧差法 | 第32-34页 |
| 3.1.2 光流法 | 第34-35页 |
| 3.1.3 背景减除法 | 第35-37页 |
| 3.1.4 三种运动目标检测方法的比较 | 第37-38页 |
| 3.2 背景建模 | 第38-43页 |
| 3.2.1 均值滤波法 | 第38-41页 |
| 3.2.2 单高斯模型法 | 第41-42页 |
| 3.2.3 混合高斯模型法 | 第42-43页 |
| 3.3 改进的运动目标检测算法 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 洗车行为识别 | 第46-61页 |
| 4.1 基于前景目标特征分析的行为识别 | 第46-49页 |
| 4.1.1 前景目标特征的选择标准 | 第46-47页 |
| 4.1.2 前景目标特征的提取 | 第47-49页 |
| 4.2 基于前景目标运动轨迹分析的行为识别 | 第49-51页 |
| 4.2.1 链码表示法 | 第49-50页 |
| 4.2.2 数据集表示法 | 第50页 |
| 4.2.3 距离-转角表示法 | 第50-51页 |
| 4.3 几个具体的洗车行为识别 | 第51-58页 |
| 4.3.1 车辆进出的识别 | 第51-52页 |
| 4.3.2 绕车移动行为识别 | 第52-54页 |
| 4.3.3 擦拭车身行为识别 | 第54-56页 |
| 4.3.4 车身打蜡行为识别 | 第56-57页 |
| 4.3.5 冲洗车身行为识别 | 第57-58页 |
| 4.4 实验及分析 | 第58-60页 |
| 4.4.1 实验流程 | 第58-60页 |
| 4.4.2 实验结果及分析 | 第60页 |
| 4.5 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
