基于果蝇视觉神经的目标检测与跟踪
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-11页 |
| 1.1 研究背景 | 第6页 |
| 1.2 研究目的及意义 | 第6-7页 |
| 1.3 运动目标提取 | 第7-8页 |
| 1.3.1 静态场景下运动目标提取 | 第7-8页 |
| 1.3.2 动态场景下运动目标提取 | 第8页 |
| 1.3.3 多运动目标识别 | 第8页 |
| 1.4 基于蝗虫和果蝇视觉神经的目标检测与跟踪 | 第8-10页 |
| 1.4.1 人工蝗虫视觉神经网络 | 第9页 |
| 1.4.2 人工果蝇视觉神经网络 | 第9-10页 |
| 1.5 内容结构安排 | 第10页 |
| 1.6 本章小结 | 第10-11页 |
| 第二章 基本图像处理方法与果蝇视觉原理 | 第11-18页 |
| 2.1 RGB彩色模型与图像灰度化 | 第11页 |
| 2.1.1 彩色模型 | 第11页 |
| 2.1.2 图像灰度化 | 第11页 |
| 2.2 空域平滑滤波 | 第11-12页 |
| 2.2.1 线性平滑滤波器 | 第12页 |
| 2.2.2 非线性平滑滤波器 | 第12页 |
| 2.3 图像二值化 | 第12-13页 |
| 2.4 图像形态学处理 | 第13-16页 |
| 2.4.1 腐蚀和膨胀 | 第13-14页 |
| 2.4.2 开闭操作 | 第14页 |
| 2.4.3 边界提取 | 第14页 |
| 2.4.4 孔洞填充 | 第14-15页 |
| 2.4.5 连通分量提取 | 第15-16页 |
| 2.5 果蝇视觉系统原理 | 第16-17页 |
| 2.6 本章小结 | 第17-18页 |
| 第三章 静态场景下单目标运动方向检测 | 第18-26页 |
| 3.1 单目标提取 | 第18-19页 |
| 3.2 运动方向检测模型 | 第19-22页 |
| 3.2.1 对称EMD模型 | 第19-20页 |
| 3.2.2 目标局部运动方向检测 | 第20-21页 |
| 3.2.3 运动目标方向检测 | 第21-22页 |
| 3.3 数值实验 | 第22-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 静态场景下多目标运动方向检测与跟踪 | 第26-42页 |
| 4.1 多目标提取 | 第26-27页 |
| 4.2 多目标识别 | 第27-30页 |
| 4.2.1 距离度量法 | 第28页 |
| 4.2.2 多目标识别算法 | 第28-30页 |
| 4.3 改进型人工果蝇视觉神经网络 | 第30-33页 |
| 4.3.1 Retina层 | 第31页 |
| 4.3.2 Lamina层 | 第31页 |
| 4.3.3 Medulla层 | 第31-32页 |
| 4.3.4 Lobula层 | 第32-33页 |
| 4.4 多目标运动检测与跟踪 | 第33页 |
| 4.5 数值实验 | 第33-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第五章 动态场景下单目标运动检测 | 第42-50页 |
| 5.1 单目标提取 | 第42页 |
| 5.2 改进型果蝇视觉神经网络 | 第42-45页 |
| 5.3 单目标运动方向检测 | 第45页 |
| 5.4 数值实验 | 第45-48页 |
| 5.5 本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 论文总结 | 第50页 |
| 6.2 进一步研究工作 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录：攻读硕士学位期间的研究成果 | 第56-57页 |
| 图版 | 第57-59页 |
