基于图像序列的运动目标检测与跟踪算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-21页 |
| ·课题研究的背景及意义 | 第12-13页 |
| ·课题研究的现状和问题 | 第13-19页 |
| ·跟踪类型分类 | 第13-15页 |
| ·主要跟踪方法介绍 | 第15-17页 |
| ·课题研究面临的困难和问题 | 第17-19页 |
| ·本论文的工作安排 | 第19-21页 |
| 第2章 运动目标检测算法 | 第21-38页 |
| ·运动目标检测方法介绍 | 第21-24页 |
| ·差分法 | 第21-22页 |
| ·光流法 | 第22-23页 |
| ·基于统计模型的方法 | 第23页 |
| ·基于小波变换的方法 | 第23页 |
| ·基于人工神经网络的方法 | 第23-24页 |
| ·其他的方法 | 第24页 |
| ·差分检测算法 | 第24-32页 |
| ·差分检测的理论基础 | 第25-26页 |
| ·背景差分法 | 第26-28页 |
| ·帧间差分法 | 第28-30页 |
| ·对称差分法 | 第30-31页 |
| ·累积图像差分法 | 第31页 |
| ·其他差分形式 | 第31-32页 |
| ·背景更新算法 | 第32-35页 |
| ·背景更新方法介绍 | 第32-33页 |
| ·一种联合多帧的动态背景更新方法 | 第33-35页 |
| ·阴影剪除 | 第35-37页 |
| ·概述 | 第35-36页 |
| ·一种基于HSV颜色空间的阴影检测方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 目标检测涉及的相关处理技术 | 第38-49页 |
| ·阈值分割 | 第38-39页 |
| ·确定阈值的方法 | 第39-44页 |
| ·直方图法 | 第39页 |
| ·迭代法 | 第39-40页 |
| ·自适应局部阈值法 | 第40-41页 |
| ·最大类间方差法 | 第41-43页 |
| ·最佳阈值法 | 第43-44页 |
| ·连通区域标记 | 第44-46页 |
| ·八连通区域 | 第45页 |
| ·像素标记算法 | 第45-46页 |
| ·边界跟踪 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 摄像机运动时的运动目标跟踪 | 第49-72页 |
| ·引言 | 第49-50页 |
| ·运动估计方法 | 第50-51页 |
| ·基于像素点灰度的运动估计方法 | 第50页 |
| ·基于块匹配的运动估计方法 | 第50-51页 |
| ·基于可变模型的方法(DBMA) | 第51页 |
| ·基于块匹配的背景移动补偿差分方法 | 第51-64页 |
| ·三步搜索法 | 第52-54页 |
| ·梯度及梯度图像 | 第54-55页 |
| ·背景运动补偿差分 | 第55-57页 |
| ·实验结果分析 | 第57-64页 |
| ·基于动摄像机的运动目标跟踪方法 | 第64-70页 |
| ·基于动摄像机的运动目标跟踪算法 | 第64-66页 |
| ·实验系统硬件构成 | 第66-68页 |
| ·实验结果分析 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 第5章 基于相关的运动目标跟踪方法 | 第72-101页 |
| ·概述 | 第72-73页 |
| ·模板匹配法 | 第73-75页 |
| ·SSDA快速匹配法 | 第75-78页 |
| ·SSDA的改进措施 | 第78-88页 |
| ·特征点匹配的SSDA | 第78-79页 |
| ·基于Mallat正交小波变换的SSDA | 第79-86页 |
| ·粗精匹配结合的SSDA | 第86-87页 |
| ·变化阈值的SSDA | 第87页 |
| ·SSDA的其它改进措施 | 第87-88页 |
| ·模板图像更新策略 | 第88-91页 |
| ·概述 | 第88-89页 |
| ·基于MCD距离的自适应模板更新策略 | 第89-90页 |
| ·运动预测算法 | 第90-91页 |
| ·基于对称差分和SSDA算法的运动目标跟踪方法 | 第91-99页 |
| ·引言 | 第91-92页 |
| ·跟踪算法说明 | 第92-95页 |
| ·实验结果分析 | 第95-99页 |
| ·本章小结 | 第99-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-109页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第109-110页 |
| 致谢 | 第110页 |
