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

运动摄像机下基于EMP的运动目标检测算法研究

摘要第4-5页
Abstract第5页
1 绪论第8-15页
    1.1 研究背景、目的和意义第8-9页
    1.2 运动目标检测的国内外研究现状第9-11页
        1.2.1 基于图像分割方法的运动摄像机情境下的运动目标检测第9页
        1.2.2 基于聚类分析法的运动摄像机情境下的运动目标检测第9-10页
        1.2.3 基于运动补偿方法的运动摄像机情境下的运动目标检测第10-11页
        1.2.4 基于运动矢量场法的运动摄像机情境下的运动目标检测第11页
    1.3 运动摄像机情景下的目标检测难点分析第11-12页
    1.4 论文的主要工作和章节安排第12-15页
        1.4.1 论文的主要工作第12-13页
        1.4.2 论文章节安排第13-15页
2 空间特征匹配算法简介第15-26页
    2.1 SIFT匹配算法第15-19页
    2.2 SURF匹配算法第19-23页
    2.3 ORB匹配算法第23-25页
    2.4 本章小结第25-26页
3 基于EMP运动目标信息获取的原理分析第26-36页
    3.1 运动摄像机中背景对局部匹配的影响第26-28页
    3.2 运动目标的EMP原理分析第28-33页
        3.2.1 背景及运动目标上匹配的差异第28-30页
        3.2.2 运动目标的匹配度分析第30-33页
    3.3 EMP的丰富与完善第33-35页
        3.3.1 空间上的EMP丰富与完善第33-34页
        3.3.2 时间尺度上的EMP丰富与完善第34-35页
    3.4 本章小结第35-36页
4 基于EMP运动目标信息提取第36-57页
    4.1 运动目标区域的EMP提取第37-52页
        4.1.1 EMP的定义第37-38页
        4.1.2 RANSAC算法概述及原理第38-43页
        4.1.3 五帧处理法第43-49页
        4.1.4 矢量匹配法第49-51页
        4.1.5 获取运动目标区域第51-52页
    4.2 基于EMP的运动目标检测第52-56页
        4.2.1 GraphCut算法第52-53页
        4.2.2 GrabCut算法第53-54页
        4.2.3 运动目标检测第54-56页
    4.3 本章小结第56-57页
5 实验结果分析和对比第57-70页
    5.1 实验结果分析第57-63页
    5.2 实验结果对比第63-69页
    5.3 本章小结第69-70页
总结与展望第70-71页
参考文献第71-75页
攻读硕士学位期间发表论文及科研成果第75-76页
致谢第76-77页

论文共77页,点击 下载论文
上一篇:基于深度学习的无参考图像质量评价算法研究及应用
下一篇:基于改进CHIR-TCFS算法的中文短文本聚类方法研究