视频监控系统中相关图像处理技术的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·智能视频监控概述 | 第10-12页 |
| ·相关图像处理技术简介 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的主要研究内容及结构 | 第12-14页 |
| 2 运动目标检测 | 第14-24页 |
| ·引言 | 第14页 |
| ·常用运动目标检测方法 | 第14-15页 |
| ·光流法 | 第14页 |
| ·帧间差分法 | 第14-15页 |
| ·背景差分法 | 第15页 |
| ·高斯背景模型 | 第15-17页 |
| ·背景模型的建立 | 第15-16页 |
| ·背景模型的更新 | 第16-17页 |
| ·阴影检测及消除 | 第17-18页 |
| ·数学形态学 | 第18-21页 |
| ·实验与分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 图像拼接原理及实现 | 第24-37页 |
| ·引言 | 第24页 |
| ·图像拼接的基本步骤 | 第24-25页 |
| ·图像特征提取 | 第25-28页 |
| ·特征点检测算法概述 | 第25-26页 |
| ·SIFT 特征提取算法 | 第26-28页 |
| ·图像配准及转换 | 第28-31页 |
| ·特征信息匹配 | 第28-29页 |
| ·图像的变换模型 | 第29-31页 |
| ·图像融合 | 第31-33页 |
| ·实验与分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于粒子滤波的目标跟踪算法 | 第37-48页 |
| ·引言 | 第37页 |
| ·粒子滤波相关理论 | 第37-40页 |
| ·贝叶斯滤波原理 | 第37-39页 |
| ·蒙特卡罗方法 | 第39-40页 |
| ·粒子滤波原理 | 第40-45页 |
| ·序贯重要性采样 | 第41-43页 |
| ·重要重采样方法 | 第43-45页 |
| ·粒子滤波在视频跟踪中的应用 | 第45-47页 |
| ·目标动态模型 | 第45-46页 |
| ·系统观测 | 第46页 |
| ·后验概率的计算 | 第46页 |
| ·程序实现过程 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 智能视频监控系统的设计 | 第48-62页 |
| ·引言 | 第48页 |
| ·基于SIFT 特征匹配的异常目标检测 | 第48-53页 |
| ·基于粒子滤波的多人脸跟踪算法 | 第53-59页 |
| ·目标特征的提取 | 第53-54页 |
| ·系统状态模型 | 第54-55页 |
| ·系统观测模型 | 第55页 |
| ·跟踪目标的建立、匹配及消除 | 第55-57页 |
| ·多人脸跟踪的实现及实验结果 | 第57-59页 |
| ·智能视频监控系统的设计 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-70页 |
| A. 作者在攻读学位期间发表的论文目录 | 第69页 |
| B. 作者在攻读学位期间参与的科研项目目录 | 第69-70页 |
