智能视频监控中的运动目标检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究的目的和意义 | 第9页 |
| ·研究现状及存在的问题 | 第9-12页 |
| ·本论文的研究内容 | 第12-14页 |
| 2 视频图像处理基础 | 第14-22页 |
| ·引言 | 第14页 |
| ·常用颜色模型介绍与分析 | 第14-16页 |
| ·图像的预处理方法分析 | 第16-19页 |
| ·图像的平滑滤波方法 | 第17-19页 |
| ·频域上的滤波处理 | 第17-18页 |
| ·实域上的滤波处理 | 第18-19页 |
| ·图像的增强方法分析 | 第19-20页 |
| ·灰度变换法 | 第19页 |
| ·直方图均衡化 | 第19-20页 |
| ·边缘检测算子 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 运动目标检测方法研究 | 第22-39页 |
| ·引言 | 第22页 |
| ·目标检测几种主要方法的分析比较 | 第22-27页 |
| ·图像序列差分法 | 第22-25页 |
| ·混合高斯背景建模算法 | 第25-26页 |
| ·基于非参数的密度核估计算法 | 第26-27页 |
| ·基于聚类的动态背景建模算法研究 | 第27-31页 |
| ·聚类方法的基本思想 | 第27-28页 |
| ·基于聚类方法的背景学习过程 | 第28-30页 |
| ·几种目标检测算法的优缺点比较 | 第30-31页 |
| ·运动目标图像的分割方法研究 | 第31-32页 |
| ·图像的后处理 | 第32-36页 |
| ·噪声结构模式分析 | 第32-33页 |
| ·数学形态学的基本思想 | 第33页 |
| ·数学形态学方法 | 第33-35页 |
| ·基于模式化后处理方法的基本思想 | 第35页 |
| ·模式化后处理方法 | 第35-36页 |
| ·实验结果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 运动目标影子去除方法研究 | 第39-48页 |
| ·引言 | 第39-40页 |
| ·阴影区域的检测与去除 | 第40-45页 |
| ·阴影的概念及特征分析 | 第40-41页 |
| ·基于颜色特征的阴影检测 | 第41-42页 |
| ·确定和转换彩色空间 | 第41页 |
| ·阴影检测与去除 | 第41-42页 |
| ·基于梯度的阴影检测 | 第42-44页 |
| ·Roberts 算子 | 第43页 |
| ·阴影检测与去除 | 第43-44页 |
| ·基于色度和梯度的游程连通域法去除阴影 | 第44-45页 |
| ·实验结果分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 结论与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 个人简历 | 第53页 |
| 发表的学术论文 | 第53页 |
