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

复杂环境下运动目标检测的研究

中文摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-15页
   ·课题的研究背景及研究意义第9-11页
   ·国内外研究现状第11-12页
     ·国外研究现状第11页
     ·国内研究现状第11-12页
   ·运动目标检测亟待解决的问题第12-13页
   ·论文的主要工作以及内容安排第13-15页
     ·论文的主要工作第13-14页
     ·论文的内容安排第14-15页
第二章 经典运动目标检测算法第15-29页
   ·引言第15-16页
   ·光流法第16-19页
     ·Horn-Schunck 方法第17-18页
     ·Lucas-Kanade 方法第18页
     ·实验仿真第18-19页
   ·相邻帧差法第19-22页
     ·相邻两帧差分法第19-20页
     ·连续三帧差分法第20-21页
     ·实验仿真第21-22页
   ·背景减法第22-24页
     ·背景减法第22-23页
     ·实验仿真第23-24页
   ·评价标准第24-25页
   ·实验第25-26页
   ·本章小结第26-29页
第三章 基于k 均值聚类运动目标检测第29-45页
   ·引言第29页
   ·传统的背景建模方法第29-31页
     ·时间平均法第30页
     ·基于模型的方法第30-31页
   ·基于改进k 均值聚类背景重构第31-37页
     ·k 均值聚类第31-32页
     ·背景重构第32-34页
     ·实验仿真第34-37页
   ·鲁棒自适应运动目标检测第37-43页
     ·背景更新第37-38页
     ·数学形态学简介第38-40页
     ·目标检测算法第40-42页
     ·实验仿真第42-43页
   ·本章小结第43-45页
第四章 基于支持向量机运动阴影去除算法第45-59页
   ·引言第45-46页
   ·阴影特征的选择第46-54页
     ·阴影光照模型特性第46-47页
     ·阴影纹理特性第47-50页
     ·阴影颜色不变特性第50-54页
   ·基于支持向量机多特征融合的运动阴影去除算法第54-56页
   ·实验仿真第56-58页
   ·本章小结第58-59页
第五章 总结与展望第59-61页
   ·工作总结第59页
   ·工作展望第59-61页
参考文献第61-65页
致谢第65-67页
攻读学位期间发表的学术论文及研究第67-68页

论文共68页,点击 下载论文
上一篇:煤炭销售票管理系统的设计与实现
下一篇:微粒群算法的稳定性分析及参数选择策略