夜间红外线视频图像中人体检测与跟踪系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究的内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 人体目标检测与跟踪相关技术 | 第14-23页 |
| 2.1 运动目标跟踪流程 | 第14-15页 |
| 2.2 红外热成像技术 | 第15-16页 |
| 2.3 红外人体目标检测过程 | 第16-19页 |
| 2.3.1 图像增强 | 第16-17页 |
| 2.3.2 运动目标检测 | 第17-19页 |
| 2.4 目标跟踪相关技术 | 第19-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于小波阈值图像去噪的设计实现 | 第23-30页 |
| 3.1 红外图像的噪声 | 第23-24页 |
| 3.1.1 红外图像噪声分析 | 第23-24页 |
| 3.1.2 系统中红外图像噪声特性 | 第24页 |
| 3.2 算法的选择 | 第24-27页 |
| 3.2.1 算法分析 | 第24-25页 |
| 3.2.2 算法描述 | 第25-27页 |
| 3.3 小波阈值去噪方法的实现 | 第27-29页 |
| 3.3.1 参数M和a的确定过程 | 第27页 |
| 3.3.2 红外图像去噪结果 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 前景分离与人体目标检测 | 第30-39页 |
| 4.1 基于背景差分法的前景分离 | 第30-33页 |
| 4.1.1 背景差分法的选择 | 第30-33页 |
| 4.1.2 背景差分法的实验仿真及分析 | 第33页 |
| 4.2 人体目标检测 | 第33-36页 |
| 4.2.1 方向梯度直方图特征 | 第33-34页 |
| 4.2.2 形体特征 | 第34-35页 |
| 4.2.3 人体目标检测 | 第35-36页 |
| 4.3 前景分离的实现 | 第36-38页 |
| 4.3.1 SVM参数和直方图级数选择 | 第36页 |
| 4.3.2 不同分类特征对红外人体目标检测的影响 | 第36-37页 |
| 4.3.3 红外人体检测实验结果 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 运动目标的跟踪 | 第39-53页 |
| 5.1 算法选择 | 第39-44页 |
| 5.1.1 卡尔曼滤波算法 | 第39-41页 |
| 5.1.2 Mean Shift跟踪原理 | 第41-44页 |
| 5.2 算法的改进 | 第44-48页 |
| 5.2.1 Mean Shift跟踪算法分析 | 第44-45页 |
| 5.2.2 改进的抗遮挡的目标跟踪算法 | 第45-48页 |
| 5.3 算法的实现 | 第48-52页 |
| 5.3.1 算法分析 | 第48-49页 |
| 5.3.2 算法改进后的实验结果 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第六章 原型系统的设计与实现 | 第53-67页 |
| 6.1 系统需求分析 | 第53页 |
| 6.2 系统环境 | 第53-54页 |
| 6.2.1 系统设计环境 | 第53页 |
| 6.2.2 Opencv的选择 | 第53-54页 |
| 6.3 系统的总体设计 | 第54-56页 |
| 6.3.1 系统总体设计概念 | 第54页 |
| 6.3.2 系统设计目标 | 第54-55页 |
| 6.3.3 系统设计思路及总体结构框图 | 第55-56页 |
| 6.4 系统的设计实现 | 第56-65页 |
| 6.4.1 视频采集模块实现 | 第56-59页 |
| 6.4.2 图像预处理模块 | 第59-60页 |
| 6.4.3 运动前景检测 | 第60-61页 |
| 6.4.4 人体检测模块功能实现 | 第61-63页 |
| 6.4.5 目标跟踪模块 | 第63-65页 |
| 6.5 运行效果与测试 | 第65-66页 |
| 6.7 本章小结 | 第66-67页 |
| 第七章 工作总结与展望 | 第67-69页 |
| 7.1 工作总结 | 第67页 |
| 7.2 下一步展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
