基于视觉监控的运动目标检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 视觉监控中运动目标检测技术的研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 运动目标检测算法介绍 | 第17-29页 |
| 2.1 运动目标检测算法分类 | 第17-18页 |
| 2.2 光流法 | 第18-21页 |
| 2.2.1 光流法的基本原理 | 第19-21页 |
| 2.2.2 光流法的实验结果 | 第21页 |
| 2.3 帧间差分法 | 第21-24页 |
| 2.3.1 帧间差分法的基本原理 | 第22-23页 |
| 2.3.2 帧间差分法的实验结果 | 第23-24页 |
| 2.4 背景差分法 | 第24-26页 |
| 2.4.1 背景差分法的基本原理 | 第24-25页 |
| 2.4.2 背景差分法的实验结果 | 第25-26页 |
| 2.5 检测结果后处理 | 第26-28页 |
| 2.5.1 形态学滤波 | 第26-27页 |
| 2.5.2 中值滤波 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 背景差分法研究 | 第29-47页 |
| 3.1 背景差分法的难点及评价方法 | 第29-31页 |
| 3.1.1 背景差分法的难点 | 第29-30页 |
| 3.1.2 背景差分法的评价方法 | 第30-31页 |
| 3.2 主要背景建模方法 | 第31-39页 |
| 3.2.1 统计中值法 | 第31页 |
| 3.2.2 混合高斯背景模型 | 第31-32页 |
| 3.2.3 码本模型 | 第32-35页 |
| 3.2.4 自组织背景差分法 | 第35-37页 |
| 3.2.5 ViBe算法 | 第37-39页 |
| 3.3 实验结果评价与分析 | 第39-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 ViBe改进算法 | 第47-55页 |
| 4.1 鬼影消除 | 第47-48页 |
| 4.1.1 鬼影问题 | 第47-48页 |
| 4.1.2 ViBe算法的鬼影消除策略 | 第48页 |
| 4.2 结合帧间差分的ViBe算法 | 第48-51页 |
| 4.2.1 算法原理 | 第49页 |
| 4.2.2 实验结果 | 第49-51页 |
| 4.3 自适应阈值 | 第51-53页 |
| 4.3.1 自适应阈值原理 | 第51页 |
| 4.3.2 实验结果 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 阴影检测技术研究 | 第55-69页 |
| 5.1 阴影检测技术介绍 | 第55-62页 |
| 5.1.1 基于颜色特征的阴影检测技术 | 第55-57页 |
| 5.1.2 基于物理性质的阴影检测技术 | 第57-58页 |
| 5.1.3 基于几何特征的阴影检测技术 | 第58-59页 |
| 5.1.4 基于纹理特征的阴影检测技术 | 第59-62页 |
| 5.2 阴影检测技术评价与分析 | 第62-65页 |
| 5.3 ViBe算法与阴影检测技术的融合 | 第65-67页 |
| 5.3.1 融合方法 | 第65-66页 |
| 5.3.2 实验结果分析 | 第66-67页 |
| 5.4 本章小结 | 第67-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 本文工作总结 | 第69页 |
| 6.2 未来工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
