基于视频监控系统的运动目标跟踪技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·智能视频监控系统概述 | 第9-13页 |
| ·智能视频监控系统的应用及发展方向 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要研究内容及各章节安排 | 第13-14页 |
| 第2章 运动目标检测算法研究 | 第14-29页 |
| ·视频图像预处理 | 第14-18页 |
| ·传统的矢量中值滤波原理 | 第14-15页 |
| ·改进的矢量中值滤波算法 | 第15-16页 |
| ·实验结果及分析 | 第16-18页 |
| ·运动目标检测方法介绍 | 第18-23页 |
| ·帧差法 | 第18-19页 |
| ·光流法 | 第19-20页 |
| ·背景减除法 | 第20-22页 |
| ·三种检测方法的比较 | 第22-23页 |
| ·阴影去除 | 第23-25页 |
| ·阴影的产生及特性 | 第23-24页 |
| ·阴影检测方法及实验结果 | 第24-25页 |
| ·滤波及形态学后处理 | 第25-28页 |
| ·滤波处理 | 第25-26页 |
| ·形态学处理 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于帧差法和边缘检测法的视频分割算法 | 第29-46页 |
| ·帧差法运动目标检测 | 第29-32页 |
| ·三帧差分法的基本原理 | 第30页 |
| ·实验仿真及分析 | 第30-32页 |
| ·边缘检测 | 第32-41页 |
| ·传统的边缘检测方法分析 | 第32-37页 |
| ·改进的 kirsh 边缘检测算法 | 第37-41页 |
| ·运动目标分割 | 第41-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 运动目标跟踪算法研究 | 第46-61页 |
| ·运动目标跟踪方法简介 | 第46-47页 |
| ·目标匹配模板的生成以及更新 | 第47-50页 |
| ·特征选择 | 第48页 |
| ·HSV 颜色空间模型 | 第48页 |
| ·颜色特征描述 | 第48-49页 |
| ·基于 HSV 空间的非等间隔量化的颜色特征提取 | 第49-50页 |
| ·目标匹配模板的更新 | 第50页 |
| ·目标运动位置的预测 | 第50-54页 |
| ·卡尔曼滤波原理 | 第51-52页 |
| ·目标预测 | 第52-53页 |
| ·实验结果与分析 | 第53-54页 |
| ·目标模板匹配 | 第54-58页 |
| ·相似性度量方法 | 第55-56页 |
| ·基于相似性的匹配模板更新 | 第56-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
