复杂背景下基于分层码本模型的运动目标检测与阴影消除
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 前言 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 运动目标检测技术研究现状 | 第10-12页 |
| 1.3 存在的问题及研究难点 | 第12-13页 |
| 1.4 本文的工作内容及结构安排 | 第13-15页 |
| 第2章 背景差分法综述 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 背景差分法框架及步骤 | 第15-18页 |
| 2.3 背景建模方法的研究现状 | 第18-20页 |
| 2.4 背景差分法存在的问题和挑战 | 第20-21页 |
| 2.5 背景差分法相关的测试集及结果评估方法 | 第21-25页 |
| 2.5.1 背景差分法相关的测试集 | 第21-23页 |
| 2.5.2 结果评估方法 | 第23-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 混合高斯模型和 VIBE 方法 | 第27-41页 |
| 3.1 混合高斯背景模型 | 第27-31页 |
| 3.1.1 引入混合高斯背景模型 | 第27页 |
| 3.1.2 混合高斯背景建模过程分析及实现 | 第27-31页 |
| 3.2 ViBe 背景模型 | 第31-34页 |
| 3.2.1 引入 ViBe 背景模型 | 第31页 |
| 3.2.2 ViBe 背景建模过程分析及实现 | 第31-34页 |
| 3.3 实验结果及比较分析 | 第34-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于分层码本模型的运动目标检测算法 | 第41-57页 |
| 4.1 引入码本模型 | 第41-44页 |
| 4.2 背景码本的创建 | 第44-47页 |
| 4.2.1 码本模型的建立 | 第44-45页 |
| 4.2.2 训练码本模型 | 第45-46页 |
| 4.2.3 构造初始背景 | 第46页 |
| 4.2.4 检测运动目标 | 第46-47页 |
| 4.3 构建分层码本模型 | 第47-48页 |
| 4.4 实验结果及比较分析 | 第48-55页 |
| 4.4.1 前背景转换测试 | 第48-49页 |
| 4.4.2 对比实验结果分析 | 第49-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 分层码本模型在阴影消除中的应用 | 第57-65页 |
| 5.1 引言 | 第57页 |
| 5.2 阴影消除的相关理论 | 第57-61页 |
| 5.2.1 阴影的概念及阴影统计特性 | 第57-58页 |
| 5.2.2 颜色空间 | 第58-61页 |
| 5.3 背景提取与阴影消除 | 第61-63页 |
| 5.4 阴影消除实验及结果分析 | 第63-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第72-73页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第73-74页 |
| 详细摘要 | 第74-78页 |
