复杂场景下运动目标检测与跟踪技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 目标检测 | 第11-12页 |
| 1.2.2 目标跟踪 | 第12-14页 |
| 1.3 本文的研究内容与安排 | 第14-17页 |
| 第2章 图像处理相关技术 | 第17-26页 |
| 2.1 图像灰度化 | 第17-18页 |
| 2.2 二值化处理 | 第18-19页 |
| 2.3 图像去噪 | 第19-21页 |
| 2.4 图像增强 | 第21-23页 |
| 2.4.1 灰度变换 | 第22页 |
| 2.4.2 直方图均衡化 | 第22-23页 |
| 2.5 形态学处理 | 第23-25页 |
| 2.5.1 膨胀和腐蚀 | 第24-25页 |
| 2.5.2 开运算和闭运算 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于改进的混合高斯模型的目标检测 | 第26-44页 |
| 3.1 经典的运动目标检测算法 | 第26-31页 |
| 3.1.1 帧间差分法 | 第26-29页 |
| 3.1.2 背景减法 | 第29页 |
| 3.1.3 光流法 | 第29-31页 |
| 3.2 背景减法常用建模方法 | 第31-35页 |
| 3.2.1 均值滤波法 | 第31页 |
| 3.2.2 单高斯模型 | 第31-32页 |
| 3.2.3 混合高斯模型 | 第32-35页 |
| 3.3 改进的混合高斯模型 | 第35-38页 |
| 3.4 实验与分析 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于萤火虫算法的粒子滤波算法的目标跟踪 | 第44-60页 |
| 4.1 粒子滤波基本原理 | 第44-49页 |
| 4.1.1 贝叶斯滤波 | 第44-46页 |
| 4.1.2 蒙特卡洛方法 | 第46页 |
| 4.1.3 重要性采样 | 第46-47页 |
| 4.1.4 序列重要性采样 | 第47-48页 |
| 4.1.5 重采样 | 第48页 |
| 4.1.6 粒子滤波算法流程 | 第48-49页 |
| 4.2 萤火虫算法 | 第49-51页 |
| 4.3 基于萤火虫算法的粒子滤波算法的目标跟踪 | 第51-53页 |
| 4.4 实验与分析 | 第53-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第5章 系统的设计与实现 | 第60-69页 |
| 5.1 视频监控系统相关介绍 | 第60-61页 |
| 5.2 设计工具简介 | 第61-62页 |
| 5.2.1 OpenCV | 第61-62页 |
| 5.2.2 MFC | 第62页 |
| 5.3 系统开发平台 | 第62-63页 |
| 5.3.1 系统的硬件平台 | 第62-63页 |
| 5.3.2 系统的软件开发平台 | 第63页 |
| 5.4 系统设计与实现 | 第63-68页 |
| 5.4.1 系统功能分析 | 第63-65页 |
| 5.4.2 系统框架设计 | 第65页 |
| 5.4.3 系统实现 | 第65-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-72页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士期间发表的论文 | 第77页 |
