首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

智能视频监控系统中的运动目标检测算法研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-22页
   ·课题研究背景及意义第11-14页
   ·运动目标检测算法概述第14-20页
     ·光流法第14-15页
     ·帧间差分法第15-17页
     ·背景差分法第17-20页
   ·论文的主要工作和结构安排第20-22页
     ·论文的主要工作第20页
     ·论文的结构安排第20-22页
第二章 基于改进高斯模型和像素分类的运动目标检测方法第22-33页
   ·研究意义及研究现状第22页
   ·背景模型的建立第22-25页
     ·传统的混合高斯背景建模第22-24页
     ·背景建模的改进第24-25页
   ·像素分类与差分阈值化分割第25-26页
   ·形态学处理第26-28页
     ·膨胀第27页
     ·腐蚀第27页
     ·开运算第27页
     ·闭运算第27-28页
   ·算法流程第28-29页
   ·实验结果与分析第29-32页
   ·本章小结第32-33页
第三章 基于帧差法和背景减法的运动目标检测新方法第33-43页
   ·研究意义及研究现状第33-34页
   ·帧间差分法和背景减法基本原理第34-35页
     ·帧间差分法基本原理第34页
     ·背景减法基本原理第34-35页
   ·基于帧差法和背景减法的运动目标检测算法第35-38页
     ·算法基本步骤第35页
     ·边缘提取和三帧差分运算第35-37页
     ·背景建模与背景差分第37-38页
     ·布尔或运算和形态学处理第38页
   ·实验结果与分析第38-41页
   ·本章小结第41-43页
第四章 综合灰度和纹理特征的运动阴影检测方法第43-51页
   ·研究意义及研究现状第43-44页
   ·FNCC和Gabor小波介绍第44-46页
     ·FNCC简介第44-45页
     ·Gabor小波简介第45-46页
   ·基于FNCC和Gabor小波的阴影检测第46-48页
     ·算法基本步骤第46页
     ·提取运动区域第46页
     ·利用FNCC进行初步阴影检测第46-47页
     ·利用Gabor小波进行阴影检测第47-48页
   ·实验结果与分析第48-50页
   ·本章小结第50-51页
第五章 总结和展望第51-53页
   ·论文工作总结第51-52页
   ·研究展望第52-53页
参考文献第53-58页
致谢第58-59页
攻读硕士学位期间发表的学术论文第59页

论文共59页,点击 下载论文
上一篇:基于J2EE的物流信息管理子系统的研究与实现
下一篇:混合蚁群算法求解TSP问题