适应于复杂背景的前景检测算法的研究与实现
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状和发展趋势 | 第9-12页 |
| ·背景减除算法 | 第9-11页 |
| ·帧间差分法 | 第11页 |
| ·光流法 | 第11-12页 |
| ·本文结构 | 第12-14页 |
| 第2章 基于混合高斯分布前景检测算法 | 第14-32页 |
| ·相关工作介绍 | 第15-19页 |
| ·传统混合高斯建模算法 | 第15-16页 |
| ·基于分块和像素结合的前景检测算法 | 第16-17页 |
| ·参考背景模型 | 第17-18页 |
| ·归一化RGB 抑制阴影算法 | 第18-19页 |
| ·设立改进的参考背景模型 | 第19-23页 |
| ·多重参考背景模型 | 第20-22页 |
| ·多重参考背景模型的更新 | 第22-23页 |
| ·阴影的抑制和检测 | 第23-26页 |
| ·基于YIQ 的Ostu 算法抑制阴影模块 | 第23-25页 |
| ·阴影抑制模块分析与结合 | 第25-26页 |
| ·实验 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 自适应核密度估计前景检测算法 | 第32-49页 |
| ·相关工作介绍 | 第33-37页 |
| ·传统核密度估计背景建模算法 | 第33页 |
| ·SIFT 算法 | 第33-36页 |
| ·SIFT-like 背景建模算法 | 第36-37页 |
| ·特征点的计算与更新 | 第37-41页 |
| ·特征点的分类 | 第37-38页 |
| ·特征点的表示 | 第38-39页 |
| ·特征点更新 | 第39-41页 |
| ·背景模型的建立与更新 | 第41-44页 |
| ·核密度估计模型的样本选择 | 第41页 |
| ·自适应调整背景阈值 | 第41-43页 |
| ·抑制误检 | 第43-44页 |
| ·实验 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于光流法的前景检测算法 | 第49-63页 |
| ·相关工作介绍 | 第50-52页 |
| ·传统光流法 | 第50-51页 |
| ·滤波法 | 第51-52页 |
| ·一种基于传统光流法的简化方法 | 第52-55页 |
| ·结合后置滤波法的简化光流法 | 第55-57页 |
| ·后置滤波法 | 第55-56页 |
| ·间隔选取 | 第56-57页 |
| ·基于后置滤波的简化光流法 | 第57页 |
| ·实验 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72页 |
