| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究的意义 | 第10-11页 |
| 1.2 视频序列检测与跟踪发展现状 | 第11-14页 |
| 1.2.1 运动目标检测算法 | 第12-13页 |
| 1.2.2 运动目标跟踪算法 | 第13-14页 |
| 1.3 视频处理中的难点 | 第14页 |
| 1.4 本文的主要研究内容和章节安排 | 第14-16页 |
| 第2章 视频序列运动目标检测的基本算法 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 运动目标检测传统方法 | 第16-18页 |
| 2.2.1 光流法 | 第16-17页 |
| 2.2.2 帧间差分法 | 第17-18页 |
| 2.2.3 背景差分法 | 第18页 |
| 2.3 基于背景建模法的运动检测 | 第18-23页 |
| 2.3.1 平均背景法 | 第18-19页 |
| 2.3.2 Surendra背景法 | 第19页 |
| 2.3.3 码本建模方法 | 第19-21页 |
| 2.3.4 混合高斯建模法 | 第21-23页 |
| 2.4 运动目标检测的相关技术 | 第23-25页 |
| 2.4.1 图像灰度化 | 第23页 |
| 2.4.2 图像去噪 | 第23-25页 |
| 2.4.3 颜色空间的转化 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于优化ViBe目标检测的算法设计 | 第26-43页 |
| 3.1 引言 | 第26页 |
| 3.2 基于ViBe运动目标检测算法 | 第26-28页 |
| 3.2.1 背景建模和初始化 | 第27页 |
| 3.2.2 算法检测原理 | 第27-28页 |
| 3.2.3 模型更新策略 | 第28页 |
| 3.3 ViBe算法的优化 | 第28-31页 |
| 3.3.1 算法分析及优化 | 第28-29页 |
| 3.3.2 实验结果 | 第29-31页 |
| 3.4 基于帧间差分和ViBe算法的目标检测算法设计 | 第31-42页 |
| 3.4.1 小波的选取 | 第31-32页 |
| 3.4.2 小波分解后高低频处理 | 第32-34页 |
| 3.4.3 阴影的消除 | 第34-37页 |
| 3.4.4 形态学处理 | 第37-38页 |
| 3.4.5 算法步骤 | 第38-39页 |
| 3.4.6 运动目标检测综合实验 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 结合目标估计的压缩跟踪算法 | 第43-63页 |
| 4.1 引言 | 第43-44页 |
| 4.2 压缩跟踪算法描述 | 第44-45页 |
| 4.2.1 随机测量矩阵 | 第44页 |
| 4.2.2 有效的降维 | 第44-45页 |
| 4.2.3 分类器的构建与更新 | 第45页 |
| 4.3 压缩跟踪算法的分析 | 第45-46页 |
| 4.4 压缩跟踪算法的改进 | 第46-52页 |
| 4.4.1 ORB特征匹配算法 | 第46-48页 |
| 4.4.2 基于关系模型的运动估计定位 | 第48-50页 |
| 4.4.3 基于方差的尺度自适应 | 第50页 |
| 4.4.4 遮挡判断因子和特征点数目在调整分类器中的应用 | 第50-52页 |
| 4.5 实验步骤 | 第52-53页 |
| 4.6 实验结果 | 第53-62页 |
| 4.6.1 定量分析 | 第54-58页 |
| 4.6.2 定性分析 | 第58-62页 |
| 4.7 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71页 |