基于光流算法的运动目标检测应用研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 运动目标检测研究现状 | 第8-9页 |
| 1.2.2 光流算法研究现状 | 第9-10页 |
| 1.3 研究内容 | 第10页 |
| 1.4 论文结构 | 第10-12页 |
| 第二章 图像处理相关理论 | 第12-25页 |
| 2.1 LASIESTA数据集 | 第12-13页 |
| 2.2 图像预处理技术 | 第13-19页 |
| 2.2.1 数字图像转换 | 第13-17页 |
| 2.2.2 图像去噪 | 第17-19页 |
| 2.3 图像后处理技术 | 第19-24页 |
| 2.3.1 形态学处理 | 第19-23页 |
| 2.3.2 连通域分析 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 常用运动目标检测技术研究 | 第25-38页 |
| 3.1 背景减除法 | 第25-29页 |
| 3.1.1 算法原理 | 第25-27页 |
| 3.1.2 实验结果与分析 | 第27-29页 |
| 3.2 帧间差分法 | 第29-32页 |
| 3.2.1 算法原理 | 第29-31页 |
| 3.2.2 实验结果与分析 | 第31-32页 |
| 3.3 光流法 | 第32-36页 |
| 3.3.1 光流算法原理 | 第32-33页 |
| 3.3.2 两种经典算法及存在的问题 | 第33-35页 |
| 3.3.3 实验结果与分析 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 静态背景下的运动目标检测 | 第38-49页 |
| 4.1 图像的结构纹理分解技术 | 第38-40页 |
| 4.1.1 算法原理 | 第38-39页 |
| 4.1.2 实验结果与分析 | 第39-40页 |
| 4.2 图像金字塔技术 | 第40-42页 |
| 4.2.1 算法原理 | 第40-41页 |
| 4.2.2 实验结果与分析 | 第41-42页 |
| 4.3 静态背景下的改进算法 | 第42-48页 |
| 4.3.1 算法原理 | 第43-44页 |
| 4.3.2 实验结果与分析 | 第44-47页 |
| 4.3.3 定量分析 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 动态背景下的运动目标检测 | 第49-60页 |
| 5.1 图像的去抖动系统 | 第49-50页 |
| 5.2 基于块匹配的光流算法 | 第50-53页 |
| 5.2.1 块匹配原理 | 第50-51页 |
| 5.2.2 块匹配准则 | 第51-52页 |
| 5.2.3 块搜索算法 | 第52-53页 |
| 5.3 动态背景下的改进算法 | 第53-59页 |
| 5.3.1 算法原理 | 第53-55页 |
| 5.3.2 实验结果与分析 | 第55-58页 |
| 5.3.3 定量分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 攻读学位期间参加科研情况及获得的学术成果 | 第65-66页 |
