人体跟踪理论及算法研究
| 中文摘要 | 第1-13页 |
| ABSTRACT | 第13-16页 |
| 缩略语说明 | 第16-17页 |
| 第一章 绪论 | 第17-27页 |
| ·运动人体目标检测与跟踪理论综述 | 第17-23页 |
| ·概述 | 第17-18页 |
| ·国内外研究现状 | 第18-19页 |
| ·目标检测 | 第19-21页 |
| ·目标跟踪 | 第21-22页 |
| ·应用前景 | 第22-23页 |
| ·课题研究内容及意义 | 第23-26页 |
| ·图像预处理 | 第23页 |
| ·目标检测 | 第23-25页 |
| ·人体跟踪 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第二章 基于小波变换的图像去噪理论 | 第27-44页 |
| ·引言 | 第27页 |
| ·软门限去噪理论 | 第27-36页 |
| ·小波分解和重构 | 第28-30页 |
| ·小波域软门限去噪理论 | 第30-32页 |
| ·基于Haar小波的最佳软门限去噪 | 第32-36页 |
| ·双HAAR小波去噪理论 | 第36-43页 |
| ·双Haar小波基本理论 | 第36-38页 |
| ·基于MAP估计的双Haar小波滤波算法 | 第38-40页 |
| ·基于滑动窗口双Haar小波变换的去噪理论 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第三章 边缘检测算法 | 第44-52页 |
| ·基本的边缘检测器 | 第44-46页 |
| ·Roberts算子 | 第44-45页 |
| ·Sobel算子 | 第45页 |
| ·Prewitt算子 | 第45-46页 |
| ·自适应边缘增强算法 | 第46-50页 |
| ·基于滑动窗口双HAAR小波变换的边缘增强算法 | 第50页 |
| ·小结 | 第50-52页 |
| 第四章 运动人体目标检测 | 第52-80页 |
| ·背景模型建立和更新 | 第52-54页 |
| ·引言 | 第52-53页 |
| ·背景模型的建立和更新 | 第53-54页 |
| ·静态背景下运动目标检测 | 第54-61页 |
| ·传统算法 | 第54-56页 |
| ·基于小波变换的目标检测算法 | 第56-58页 |
| ·基于滑动窗口双Haar小波变换的目标检测算法 | 第58-61页 |
| ·动态背景下运动目标检测 | 第61-67页 |
| ·噪声滤波和区域连通 | 第67-71页 |
| ·噪声滤波 | 第67-69页 |
| ·区域连通 | 第69-71页 |
| ·目标加矩形框 | 第71-79页 |
| ·目标水平投影分析 | 第71-72页 |
| ·基于贝叶斯判别准则的水平投影检测算法 | 第72-77页 |
| ·目标垂直投影分析 | 第77-78页 |
| ·目标加矩形框 | 第78-79页 |
| ·小结 | 第79-80页 |
| 第五章 运动目标跟踪 | 第80-99页 |
| ·引言 | 第80-81页 |
| ·卡尔曼滤波算法的基本理论 | 第81-83页 |
| ·卡尔曼滤波的发散原因与抑制 | 第83-87页 |
| ·衰减记忆法 | 第84-85页 |
| ·平方根滤波法 | 第85-86页 |
| ·衰减记忆滤波法和平方根滤波法结合 | 第86-87页 |
| ·卡尔曼滤波在人体跟踪中的应用 | 第87-95页 |
| ·快速卡尔曼滤波算法对运动目标进行跟踪 | 第95-97页 |
| ·小结 | 第97-99页 |
| 第六章 实验结果 | 第99-106页 |
| 第七章 结论与展望 | 第106-108页 |
| 附录 | 第108-109页 |
| 参考文献 | 第109-118页 |
| 致谢 | 第118-119页 |
| 攻读学位期间发表的论文 | 第119-120页 |
| 附件;外文论文二篇 | 第120-136页 |
| 学位论文评阅及答辩情况表 | 第136页 |
