面向智能视频监控系统的运动目标检测与跟踪方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文研究的主要内容 | 第9-10页 |
| ·论文结构安排 | 第10-11页 |
| 第二章 智能视频监控系统中关键技术综述 | 第11-23页 |
| ·图像的色彩空间 | 第11-13页 |
| ·运动目标检测技术 | 第13-18页 |
| ·运动目标检测的主要方法 | 第13-16页 |
| ·常用背景模型 | 第16-18页 |
| ·运动目标跟踪技术 | 第18-21页 |
| ·运动目标跟踪分类 | 第18-19页 |
| ·运动目标跟踪常用方法 | 第19-21页 |
| ·常用数学工具 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 运动目标检测与分割 | 第23-39页 |
| ·视频图像预处理 | 第23-26页 |
| ·图像平滑 | 第23-24页 |
| ·形态学方法的后处理 | 第24-26页 |
| ·基于自适应高斯背景模型的目标检测 | 第26-33页 |
| ·混合高斯模型原理 | 第27-29页 |
| ·基于混合高斯模型的背景提取与更新 | 第29-33页 |
| ·阴影检测与抑制 | 第33-35页 |
| ·阴影去除的原理 | 第33-34页 |
| ·HSV空间中阴影的抑制 | 第34-35页 |
| ·运动目标提取 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 运动目标跟踪 | 第39-53页 |
| ·粒子滤波的基本原理 | 第39-44页 |
| ·贝叶斯滤波原理 | 第39-41页 |
| ·基于蒙特卡洛的粒子滤波算法 | 第41-44页 |
| ·跟踪特征选择 | 第44-46页 |
| ·基于粒子滤波器的目标跟踪 | 第46-51页 |
| ·加权最小外接矩形跟踪区域 | 第46-47页 |
| ·基于彩色特征的目标跟踪 | 第47-50页 |
| ·实验结果 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 系统设计及实验结果 | 第53-61页 |
| ·系统设计与实现 | 第53-56页 |
| ·系统体系结构 | 第53-54页 |
| ·功能模块 | 第54-56页 |
| ·系统开发平台及主要数据结构 | 第56-58页 |
| ·系统开发界面及实验结果与分析 | 第58-60页 |
| ·系统界面 | 第58-59页 |
| ·实验结果及分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61-62页 |
| ·未来展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
