视频图像中的运动目标检测与跟踪
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-15页 |
| ·课题研究背景及意义 | 第10-12页 |
| ·当前国内外研究现状及发展趋势 | 第12-13页 |
| ·论文创新点和结构安排 | 第13-15页 |
| ·论文创新点 | 第13页 |
| ·论文结构安排 | 第13-15页 |
| 第二章 图像预处理 | 第15-27页 |
| ·颜色空间和转换 | 第15-18页 |
| ·简介 | 第15页 |
| ·CMYK 颜色空间 | 第15-16页 |
| ·NTSC 颜色空间 | 第16页 |
| ·HSV 颜色空间 | 第16-17页 |
| ·图像灰度变换 | 第17-18页 |
| ·图像均衡化 | 第18-19页 |
| ·图像滤波 | 第19-22页 |
| ·中值滤波 | 第19-20页 |
| ·图像低通滤波 | 第20-22页 |
| ·数学形态学 | 第22-26页 |
| ·腐蚀 | 第22-23页 |
| ·膨胀 | 第23-24页 |
| ·开操作 | 第24-25页 |
| ·闭操作 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 运动目标检测 | 第27-34页 |
| ·引言 | 第27页 |
| ·灰度阈值分割法 | 第27-31页 |
| ·otsu 阈值分割 | 第28页 |
| ·聚类法 | 第28-30页 |
| ·迭代法 | 第30-31页 |
| ·改进的目标检测算法 | 第31-32页 |
| ·帧间差分法 | 第31页 |
| ·高斯背景法 | 第31-32页 |
| ·改进目标检测算法 | 第32-33页 |
| ·运动目标检测的发展现状 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于MeanShift 的目标跟踪算法 | 第34-47页 |
| ·基本MeanShift | 第34-39页 |
| ·基本MeanShift 原理 | 第34-35页 |
| ·基本MeanShift 形式 | 第35-36页 |
| ·MeanShift 的扩展形式 | 第36-37页 |
| ·MeanShift 的物理意义 | 第37-39页 |
| ·基于MeanShift 的目标跟踪算法 | 第39-42页 |
| ·跟踪区域中的运动目标描述 | 第39-41页 |
| ·MeanShift 算法描述 | 第41-42页 |
| ·实验结果分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 改进的MeanShift 跟踪算法 | 第47-61页 |
| ·传统MeanShift 算法的缺点 | 第47页 |
| ·基于质心的MeanShift 算法 | 第47-51页 |
| ·质心的计算 | 第48-49页 |
| ·算法流程 | 第49-50页 |
| ·实验结果分析 | 第50-51页 |
| ·基于卡尔曼滤波的MeanShift 算法 | 第51-61页 |
| ·贝叶斯公式 | 第52-54页 |
| ·卡尔曼滤波器理论 | 第54-56页 |
| ·基于卡尔曼滤波的MeanShift 算法 | 第56-58页 |
| ·实验结果及分析 | 第58-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间的学术论文 | 第64-65页 |
| 缩略词 | 第65-66页 |
| 参考文献 | 第66-69页 |
