基于鲁棒估计和独立分量分析的目标检测方法
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·研究背景及意义 | 第9-12页 |
| ·目标检测的研究概况 | 第10-11页 |
| ·目标检测技术中的难点 | 第11-12页 |
| ·研究内容与论文结构 | 第12-14页 |
| 第二章 基于鲁棒估计方法的椭圆模型检测 | 第14-28页 |
| ·常用估计方法 | 第14-16页 |
| ·最小二乘拟合 | 第14-15页 |
| ·Hough 变换 | 第15-16页 |
| ·RANSAC 估计 | 第16页 |
| ·基于RANSAC 的椭圆模型拟合 | 第16-19页 |
| ·模型拟合 | 第17-18页 |
| ·实验分析 | 第18-19页 |
| ·基于自下而上思路的椭圆模型参数估计 | 第19-27页 |
| ·样本提取 | 第20-21页 |
| ·子类划分 | 第21-24页 |
| ·参数估计 | 第24-25页 |
| ·实验分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于独立分量分析的运动目标区域检测 | 第28-50页 |
| ·独立分量分析原理与方法 | 第28-32页 |
| ·ICA 基本模型 | 第28-30页 |
| ·非高斯性度量 | 第30-31页 |
| ·Fast-ICA | 第31-32页 |
| ·基于ICA 的图像处理 | 第32-37页 |
| ·帧内观测量处理 | 第33-35页 |
| ·帧间观测量处理 | 第35-37页 |
| ·静态场景下运动目标区域检测 | 第37-45页 |
| ·基于ICA 的运动分割 | 第37-39页 |
| ·虚拟运动量 | 第39-41页 |
| ·目标检测定位 | 第41-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·动态场景下运动区域信息理解 | 第45-49页 |
| ·灰度分层模型 | 第45-47页 |
| ·区域信息统计模型 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 系统应用 | 第50-62页 |
| ·概述 | 第50页 |
| ·系统硬件设计 | 第50-51页 |
| ·系统软件设计 | 第51-54页 |
| ·系统功能模块 | 第51-53页 |
| ·系统流程 | 第53页 |
| ·交互设计 | 第53-54页 |
| ·算法策略 | 第54-58页 |
| ·检测算法策略 | 第55-56页 |
| ·跟踪算法策略 | 第56-57页 |
| ·总体算法流程 | 第57-58页 |
| ·系统运行 | 第58-61页 |
| ·运行设计 | 第58-59页 |
| ·运行效果 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·本文研究内容 | 第62页 |
| ·本文的主要创新点 | 第62-63页 |
| ·今后的研究方向 | 第63-64页 |
| 参考文献 | 第64-72页 |
| 致谢 | 第72-73页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第73页 |
