基于车载视频的行人分割算法的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景 | 第11页 |
| ·研究现状 | 第11-14页 |
| ·检测系统研究现状 | 第11-12页 |
| ·技术研究现状 | 第12-14页 |
| ·本文的研究工作 | 第14页 |
| ·论文的章节安排 | 第14-16页 |
| 第2章 图像处理基础知识 | 第16-26页 |
| ·形态学运算处理 | 第16页 |
| ·边缘提取算子 | 第16-18页 |
| ·Robert Cross边缘检测算子 | 第17页 |
| ·Prewitt边缘检测算子 | 第17页 |
| ·Sobel边缘检测算子 | 第17-18页 |
| ·图像滤波方法 | 第18-21页 |
| ·邻域平均法 | 第18-19页 |
| ·中值滤波 | 第19-20页 |
| ·自适应维纳滤波 | 第20-21页 |
| ·图像增强方法 | 第21-23页 |
| ·灰度变换法 | 第21页 |
| ·直方图均衡法 | 第21-23页 |
| ·摄像机成像模型 | 第23-26页 |
| ·成像坐标系 | 第23-24页 |
| ·摄像机成像的线性模型 | 第24-26页 |
| 第3章 运动行人分割算法的研究 | 第26-45页 |
| ·引言 | 第26-27页 |
| ·基于图像边缘匹配的改进行人分割算法 | 第27-33页 |
| ·图像预处理 | 第29页 |
| ·互相关匹配算法(NC算法) | 第29-30页 |
| ·确定滑动窗口大小 | 第30-31页 |
| ·对称性分析 | 第31-33页 |
| ·基于Sift特征匹配算法的运动行人分割算法 | 第33-43页 |
| ·Sift特征点提取与匹配 | 第34-41页 |
| ·全局运动估计 | 第41页 |
| ·更新图像和图像帧间差分 | 第41-42页 |
| ·获得运动区域 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 静止行人分割算法的研究 | 第45-54页 |
| ·图像预处理 | 第46-47页 |
| ·噪声滤除 | 第46-47页 |
| ·图像对比度增强 | 第47页 |
| ·提取垂直边缘 | 第47-48页 |
| ·去除干扰边缘 | 第48-49页 |
| ·获取对称轴 | 第49页 |
| ·行人候选区域分割 | 第49-53页 |
| ·获取行人下底边 | 第49-50页 |
| ·行人候选区域高度确定 | 第50-52页 |
| ·行人候选区域宽度确定 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 车载视频的行人分割算法的实现 | 第54-58页 |
| ·算法设计 | 第54-56页 |
| ·算法运行环境 | 第56页 |
| ·软件运行环境 | 第56页 |
| ·硬件运行环境 | 第56页 |
| ·实验结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-61页 |
| ·工作总结 | 第58-59页 |
| ·工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
