视频中运动目标的检测与跟踪算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 目录 | 第7-9页 |
| 1. 绪论 | 第9-17页 |
| ·选题的背景和意义 | 第9-10页 |
| ·国内外研究现状及问题分析 | 第10-15页 |
| ·本文的研究内容和工作安排 | 第15-17页 |
| 2. 图像处理基础知识 | 第17-25页 |
| ·图像增强 | 第17-19页 |
| ·图像噪声处理 | 第19-21页 |
| ·图像形态学处理 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3. 运动目标检测 | 第25-42页 |
| ·常用运动目标检测方法 | 第25-30页 |
| ·光流法 | 第25-26页 |
| ·帧间差分法 | 第26-27页 |
| ·背景差分法 | 第27-30页 |
| ·阈值分割 | 第30-37页 |
| ·TSU法 | 第31-34页 |
| ·交叉熵阈值分割 | 第34-35页 |
| ·快速二维交叉熵阈值分割算法 | 第35-37页 |
| ·改进的运动目标检测算法 | 第37-41页 |
| ·三帧差分法 | 第37-39页 |
| ·结合三帧差分法和阈值分割的运动目标检测方法 | 第39页 |
| ·实验结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4. 运动目标跟踪 | 第42-60页 |
| ·常用运动目标跟踪方法介绍 | 第42-47页 |
| ·运动目标表示方法 | 第42-44页 |
| ·目标特征的选择 | 第44-45页 |
| ·常用的目标跟踪方法 | 第45-47页 |
| ·传统的Camshift目标跟踪算法 | 第47-54页 |
| ·Mean-shift算法 | 第47-52页 |
| ·Camshift算法 | 第52-54页 |
| ·基于多特征融合的改进Camshift算法 | 第54-59页 |
| ·H-S二维直方图 | 第54-55页 |
| ·纹理特征 | 第55-58页 |
| ·基于多特征融合的Camshift算法 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 5. 实验结果与分析 | 第60-66页 |
| 6. 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和参加的科研工作 | 第72-73页 |
| 致谢 | 第73-74页 |
