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

基于视频图像序列的抛洒物检测

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-14页
   ·论文研究背景第8页
   ·国内外研究现状第8-10页
   ·OpenCV简介第10-11页
   ·论文的研究内容及研究意义第11-13页
     ·研究内容第11-12页
     ·研究意义第12-13页
   ·论文的组织第13-14页
第二章 运动目标的检测第14-30页
   ·视频图像预处理第14-17页
     ·图像噪声的消除第14-16页
     ·图像的灰度化第16-17页
   ·常见的运动目标检测算法第17-18页
   ·基于背景差分法的运动目标分离第18-21页
     ·原始背景的提取第18-19页
     ·背景差分第19-20页
     ·背景更新第20-21页
   ·运动目标的提取及阴影的消除第21-24页
     ·形态学滤波第21页
     ·阴影的消除第21-23页
     ·轮廓提取第23-24页
   ·分裂轮廓的融合算法第24-27页
   ·实验结果及分析第27-29页
   ·本章小结第29-30页
第三章 运动目标的跟踪及交通参数的提取第30-40页
   ·基于视频图像的运动目标跟踪算法第30-31页
   ·基于Kalman滤波的运动目标跟踪第31-36页
     ·Kalman滤波器原理第31-34页
     ·Kalman滤波器参数设定第34页
     ·实验结果及分析第34-36页
   ·基于区域质心的运动目标跟踪第36-38页
     ·区域质心跟踪原理第36-37页
     ·跟踪目标档案的建立第37-38页
   ·交通参数的提取第38页
     ·瞬时速度的提取第38页
     ·交通流量的统计第38页
   ·实验结果及分析第38-39页
   ·本章小结第39-40页
第四章 抛洒物检测第40-54页
   ·基于SVM的车辆与非车目标的分类识别第40-45页
     ·识别流程第40-41页
     ·支持向量机分类原理第41-43页
     ·特征向量的提取第43-44页
     ·实验结果及分析第44-45页
   ·改进的基于双重背景的抛洒物检测第45-53页
     ·基于双重背景的检测方法第46-48页
     ·实验结果及分析第48-52页
     ·改进的基于双重背景的检测方法第52-53页
   ·本章小结第53-54页
第五章 基于视频图像序列的抛洒物检测系统设计第54-58页
   ·系统概述第54页
   ·系统结构及功能描述第54-56页
   ·系统开发第56-57页
   ·本章小结第57-58页
第六章 总结与展望第58-60页
   ·本文所做的工作第58-59页
   ·进一步的工作第59页
   ·展望第59-60页
致谢第60-62页
参考文献第62-66页
在读期间的研究成果第66-68页
附录A第68-69页

论文共69页,点击 下载论文
上一篇:基于三阶马尔科夫模型和最大流的模体识别算法
下一篇:面向企业竞争情报的主题搜索研究与实现