运动目标检测分割算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·选题背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·运动目标检测概述 | 第10-12页 |
| ·基本原理 | 第10-11页 |
| ·存在问题和评定标准 | 第11页 |
| ·目标检测算法的应用 | 第11-12页 |
| ·背景重建研究现状 | 第12-13页 |
| ·本论文研究内容和章节安排 | 第13-15页 |
| 第二章 图像预处理 | 第15-23页 |
| ·图像去噪 | 第15-19页 |
| ·图像滤波处理概述 | 第15-16页 |
| ·快速中值滤波 | 第16-17页 |
| ·实验仿真 | 第17-19页 |
| ·图像的形态学处理 | 第19-21页 |
| ·形态学处理的定义和操作 | 第19-20页 |
| ·实验仿真 | 第20-21页 |
| ·连通性检测 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 检测算法概述 | 第23-29页 |
| ·图像的阈值分割 | 第23-25页 |
| ·帧间差分法 | 第25-27页 |
| ·背景差分法 | 第27-28页 |
| ·实验仿真 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 构建背景模型 | 第29-35页 |
| ·单高斯模型 | 第29-32页 |
| ·单高斯模型的更新 | 第30-31页 |
| ·高斯分布特性参数 | 第31-32页 |
| ·基于卡尔曼滤波的背景模型 | 第32-33页 |
| ·混合高斯模型 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 运动目标检测实现 | 第35-47页 |
| ·对称差分 | 第37-38页 |
| ·差分图像分块 | 第38-39页 |
| ·单高斯背景模型算法实现 | 第39-41页 |
| ·基于Gaussian 模型背景提取和更新 | 第41-43页 |
| ·运动目标提取和阴影的处理 | 第43-44页 |
| ·实验结果 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 全文总结 | 第47-48页 |
| ·总结 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 研究生期间发表的论文、科研成果 | 第52页 |
