基于SIFT矢量场的运动目标检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·运动目标检测算法研究现状分析 | 第10-13页 |
| ·差分法 | 第10-11页 |
| ·光流法 | 第11-12页 |
| ·边缘检测法 | 第12页 |
| ·均值飘移法 | 第12页 |
| ·最小化能量法 | 第12-13页 |
| ·基于学习的方法 | 第13页 |
| ·论文研究内容 | 第13-14页 |
| ·论文研究方案及结构 | 第14-15页 |
| 第2章 SIFT矢量场的构建 | 第15-30页 |
| ·SIFT特征匹配算法 | 第15-21页 |
| ·尺度空间极值检测 | 第16-18页 |
| ·特征点位置的确定 | 第18-19页 |
| ·特征点尺度的确定 | 第19页 |
| ·特征点方向的确定 | 第19-20页 |
| ·特征点描述子的确定 | 第20-21页 |
| ·SIFT矢量场的构建 | 第21-23页 |
| ·算法的数据结构 | 第21-22页 |
| ·算法的实现步骤 | 第22-23页 |
| ·实验结果与分析 | 第23-29页 |
| ·静态背景下SIFT矢量场的构建 | 第23-25页 |
| ·动态背景下SFIT矢量场的构建 | 第25-26页 |
| ·遮挡情况下SIFT矢量场的构建 | 第26-27页 |
| ·抖动情况下SIFT矢量场的构建 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 聚类分析和离散度分析 | 第30-51页 |
| ·聚类分析 | 第30-35页 |
| ·聚类分析基础 | 第30-31页 |
| ·模式相似性测量 | 第31-34页 |
| ·聚类分析算法实现 | 第34-35页 |
| ·离散度分析 | 第35-37页 |
| ·离散度基础知识 | 第35-36页 |
| ·离散度分析算法实现 | 第36-37页 |
| ·实验结果与分析 | 第37-50页 |
| ·静态背景下的聚类和离散度分析 | 第37-40页 |
| ·动态背景下的聚类和离散度分析 | 第40-42页 |
| ·遮挡情况下的聚类和离散度分析 | 第42-46页 |
| ·抖动情况下的聚类和离散度分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 运动目标轮廓的提取 | 第51-73页 |
| ·运动补偿 | 第51-57页 |
| ·运动补偿的基础知识 | 第51-52页 |
| ·运动补偿的基本原理 | 第52页 |
| ·运动补偿的分类 | 第52-54页 |
| ·运动补偿算法实现 | 第54-57页 |
| ·形态学处理 | 第57-58页 |
| ·膨胀和腐蚀 | 第57-58页 |
| ·开启和闭合 | 第58页 |
| ·运动目标轮廓提取算法 | 第58-59页 |
| ·实验结果与分析 | 第59-72页 |
| ·静态背景下的目标轮廓提取 | 第59-61页 |
| ·动态背景下的目标轮廓提取 | 第61-65页 |
| ·遮挡情况下的目标轮廓提取 | 第65-69页 |
| ·抖动情况下的目标轮廓提取 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |
