视频图像序列的动态目标检测新算法研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题背景 | 第8-9页 |
| ·动态目标检测的研究现状 | 第9-11页 |
| ·论文的结构安排 | 第11-12页 |
| ·本文主要的工作和创新点 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 视频图像处理预备知识 | 第13-31页 |
| ·视频图像介绍 | 第13-21页 |
| ·视频图像的基本概念 | 第13-14页 |
| ·视频图像的特征 | 第14页 |
| ·视频图像的格式与应用 | 第14-16页 |
| ·形态学处理 | 第16-21页 |
| ·视频动态目标的前景获取 | 第21-24页 |
| ·光流法 | 第21-22页 |
| ·帧差分法 | 第22-23页 |
| ·背景差分法 | 第23-24页 |
| ·视频的背景提取与更新 | 第24-30页 |
| ·统计平均法 | 第24-25页 |
| ·中值滤波法 | 第25-26页 |
| ·单高斯混合模型法 | 第26-27页 |
| ·混合高斯模型法 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于KGMM改进的动态目标检测算法 | 第31-41页 |
| ·引言 | 第31-32页 |
| ·KGMM混合高斯模型检测算法 | 第32-33页 |
| ·KGMM混合高斯模型初始化 | 第32页 |
| ·混合高斯模型匹配准则 | 第32-33页 |
| ·改进的动态目标检测算法 | 第33-37页 |
| ·改进的C均值聚类初始化模型 | 第34-36页 |
| ·改进的高斯匹配准则 | 第36页 |
| ·混合高斯模型参数更新及其分布生成准则 | 第36-37页 |
| ·动态前景分割 | 第37页 |
| ·非建模点的判断 | 第37页 |
| ·实验结果 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 阴影消除 | 第41-55页 |
| ·引言 | 第41-43页 |
| ·彩色不变性的阴影检测 | 第43-46页 |
| ·C1C2C3模型 | 第43-44页 |
| ·基于C1C2C3改进的D1D2D3模型 | 第44页 |
| ·实验对比结果 | 第44-46页 |
| ·纹理不变性的阴影检测 | 第46-49页 |
| ·LBP阴影消除法 | 第46页 |
| ·基于LBP改进的LPTD阴影消除法 | 第46-47页 |
| ·实验对比结果 | 第47-49页 |
| ·本章算法框架 | 第49-51页 |
| ·前景运动目标提取 | 第49-50页 |
| ·融合彩色不变性与纹理不变性的方法 | 第50页 |
| ·SUSAN处理 | 第50-51页 |
| ·形态学处理 | 第51页 |
| ·实验结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第61-60页 |
