视频序列中运动人体检测及跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·课题的应用情况 | 第11-12页 |
| ·论文的创新点和结构安排 | 第12-14页 |
| 第二章 运动目标的检测 | 第14-37页 |
| ·图像预处理 | 第14-18页 |
| ·噪声的类型 | 第14-15页 |
| ·噪声抑制 | 第15-18页 |
| ·运动目标的检测方法 | 第18-28页 |
| ·帧间差分法 | 第18-21页 |
| ·光流法 | 第21-22页 |
| ·背景差分法 | 第22-28页 |
| ·图像二值化 | 第28-30页 |
| ·最大类间方差法 | 第28-29页 |
| ·仿单高斯建模闽值选取算法 | 第29-30页 |
| ·阴影检测与消除 | 第30-31页 |
| ·基于色调畸变的阴影检测 | 第30-31页 |
| ·基于HSV颜色空间的阴影检测 | 第31页 |
| ·形态学处理 | 第31-32页 |
| ·连通区域分析 | 第32-33页 |
| ·基于HSV颜色空间的运动目标检测方法 | 第33-36页 |
| ·HSV颜色空间 | 第34-35页 |
| ·基于HSV的背景差分法 | 第35页 |
| ·实验分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 运动目标跟踪理论基础 | 第37-42页 |
| ·运动目标跟踪算法分类 | 第37-40页 |
| ·基于主动轮廓的跟踪算法 | 第38页 |
| ·基于特征的跟踪算法 | 第38-39页 |
| ·基于区域的跟踪算法 | 第39页 |
| ·基于模型的跟踪算法 | 第39-40页 |
| ·滤波预测算法 | 第40-41页 |
| ·Kalman滤波算法 | 第40页 |
| ·粒子滤波算法 | 第40-41页 |
| ·相似性度量方法 | 第41页 |
| ·欧氏距离 | 第41页 |
| ·Hausdorff距离 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 卡尔曼滤波在目标跟踪中的应用 | 第42-55页 |
| ·贝叶斯递推滤波算法 | 第42-45页 |
| ·卡尔曼滤波算法 | 第45-48页 |
| ·基于卡尔曼滤波的目标跟踪算法 | 第48-54页 |
| ·基于卡尔曼滤波的运动目标轨迹预测 | 第50-51页 |
| ·仿真实验和分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 运动目标跟踪系统的设计与仿真实现 | 第55-61页 |
| ·系统设计 | 第55-56页 |
| ·运动目标提取模块 | 第55-56页 |
| ·运动目标跟踪模块 | 第56页 |
| ·系统实现 | 第56-60页 |
| ·系统平台选择 | 第56-57页 |
| ·系统界面设计与部分关键代码 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的论文 | 第66页 |
