基于OpenCV的运动目标检测与跟踪算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-27页 |
| ·本文研究背景和意义 | 第9页 |
| ·智能视频监控系统中的运动目标研究 | 第9-12页 |
| ·国内外研究现状及发展趋势 | 第12-25页 |
| ·运动目标检测研究现状和发展趋势 | 第13-17页 |
| ·运动目标跟踪研究现状和发展趋势 | 第17-25页 |
| ·本文研究内容 | 第25-26页 |
| ·本文结构安排 | 第26-27页 |
| 2 OpenCV 技术 | 第27-34页 |
| ·OpenCV 技术介绍 | 第27-28页 |
| ·OpenCV 特点 | 第27页 |
| ·OpenCV 功能 | 第27-28页 |
| ·OpenCV 模块 | 第28页 |
| ·OpenCV 应用技术基础 | 第28-32页 |
| ·OpenCV 的命名规则 | 第28-29页 |
| ·基本数据结构 | 第29页 |
| ·对摄像头和视频流的使用与操作 | 第29-32页 |
| ·本文 OpenCV 配置 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 图像处理 | 第34-54页 |
| ·彩色模型 | 第34-37页 |
| ·RGB 彩色模型 | 第34-35页 |
| ·HSI 彩色模型 | 第35-36页 |
| ·彩色模型转换 | 第36-37页 |
| ·图像的增强 | 第37-39页 |
| ·图像的简单平滑 | 第37页 |
| ·图像的高斯平滑 | 第37-38页 |
| ·图像的中值滤波 | 第38-39页 |
| ·OpenCV 的图像平滑处理 | 第39页 |
| ·边缘检测和轮廓跟踪 | 第39-48页 |
| ·边缘检测 | 第40-42页 |
| ·Hough 变换 | 第42-43页 |
| ·轮廓跟踪 | 第43-48页 |
| ·图像的二值化处理 | 第48-50页 |
| ·图像二值化及在 OpenCV 中的应用 | 第48-49页 |
| ·自适应阈值二值化算法 | 第49-50页 |
| ·图像的形态学操作 | 第50-53页 |
| ·膨胀与腐蚀 | 第51页 |
| ·开运算与闭运算 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 4 运动目标检测 | 第54-65页 |
| ·概述 | 第54页 |
| ·常用算法比较分析 | 第54页 |
| ·本文实验中改进的算法 | 第54-61页 |
| ·改进的帧间差分法 | 第54-56页 |
| ·改进的背景差分法 | 第56-57页 |
| ·背景建模 | 第57-61页 |
| ·本文检测算法设计 | 第61-63页 |
| ·算法研究环境 | 第61页 |
| ·算法思想 | 第61-63页 |
| ·实验结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 5 运动目标跟踪 | 第65-72页 |
| ·概述 | 第65页 |
| ·本文跟踪算法的难点 | 第65-66页 |
| ·本文跟踪算法设计 | 第66-69页 |
| ·实验结果分析 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-73页 |
| ·本文工作总结 | 第72页 |
| ·有待进一步解决的问题 | 第72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77页 |
