基于机器视觉的运动目标检测技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·国内外研究动态 | 第9-11页 |
| ·课题研究的主要内容 | 第11-13页 |
| ·章节安排 | 第13-14页 |
| 第2章 图像预处理 | 第14-34页 |
| ·图像平滑处理 | 第14-22页 |
| ·领域平均法 | 第14-16页 |
| ·中值滤波法 | 第16-22页 |
| ·图像分割 | 第22-31页 |
| ·图像分割的的定义及分类 | 第22-23页 |
| ·阈值分割原理 | 第23-24页 |
| ·阈值的确定 | 第24-31页 |
| ·二值化 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 常用运动目标检测方法 | 第34-52页 |
| ·运动目标检测的基本方法 | 第34-45页 |
| ·帧间差分法 | 第34-37页 |
| ·背景减法 | 第37-40页 |
| ·光流计算法 | 第40-45页 |
| ·基于自适应背景模型的运动目标检测 | 第45-51页 |
| ·单高斯背景模型 | 第45-47页 |
| ·多高斯背景模型 | 第47-50页 |
| ·背景模型的更新 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 基于机器视觉的运动目标检测 | 第52-74页 |
| ·边缘检测 | 第52-63页 |
| ·门限化边缘检测 | 第53页 |
| ·梯度的边缘检测 | 第53-58页 |
| ·边缘检测 Laplacian 算子 | 第58-60页 |
| ·Canny 边缘算子 | 第60-63页 |
| ·边界提取与边界跟踪 | 第63-71页 |
| ·边界提取 | 第63-70页 |
| ·边界跟踪 | 第70-71页 |
| ·数学形态学处理 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 运动目标跟踪预测 | 第74-85页 |
| ·运动目标跟踪方法分类 | 第74-81页 |
| ·基于匹配的跟踪 | 第74-76页 |
| ·基于运动特性的跟踪 | 第76页 |
| ·卡尔曼滤波目标跟踪 | 第76-81页 |
| ·Mean-shift 自适应运动目标跟踪 | 第81-84页 |
| ·Mean-shift 目标跟踪基本原理 | 第81-82页 |
| ·Mean-shift 在运动目标跟踪中的应用 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第6章 软件设计实现 | 第85-91页 |
| ·软件实现主要流程 | 第85页 |
| ·软件实现主要程序文件 | 第85-89页 |
| ·CmainFrame 类 | 第88页 |
| ·CdetectionView 类 | 第88-89页 |
| ·操作界面及试验结果 | 第89-91页 |
| 结论 | 第91-92页 |
| 参考文献 | 第92-95页 |
| 致谢 | 第95页 |
