监控视频中运动阴影自适应检测与消除算法
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 国内外研究的现状 | 第9-10页 |
| 1.3 论文的主要内容和工作 | 第10-12页 |
| 第二章 阴影检测与图像分割算法知识简介 | 第12-24页 |
| 2.1 阴影的概念及特点 | 第12-13页 |
| 2.2 光照模型 | 第13-16页 |
| 2.2.1 Lambert光照模型 | 第13-15页 |
| 2.2.2 Phong光照模型 | 第15-16页 |
| 2.3 基于HSV颜色空间的阴影消除 | 第16-19页 |
| 2.3.1 HSV颜色空间 | 第16-18页 |
| 2.3.2 背景提取 | 第18页 |
| 2.3.3 阴影消除 | 第18-19页 |
| 2.4 基于C1C2C3颜色空间的阴影检测 | 第19页 |
| 2.5 HSI颜色模型 | 第19-20页 |
| 2.6 图像分割技术 | 第20-23页 |
| 2.6.1 基于阈值的分割方法 | 第21-22页 |
| 2.6.2 基于区域的分割方法 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 基于图的图像分割与区域增长结合的阴影检测 | 第24-33页 |
| 3.1 混合高斯运动目标检测 | 第24-25页 |
| 3.2 前景运动物体图像补偿 | 第25-28页 |
| 3.3 基于图和区域增长的遮挡分割 | 第28-30页 |
| 3.3.1 图的基本概念 | 第28页 |
| 3.3.2 区域增长算法 | 第28页 |
| 3.3.3 基于图和区域增长的图像分割 | 第28-30页 |
| 3.4 实验与分析 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于梯度和YUV颜色空间的阴影消除算法 | 第33-48页 |
| 4.1 改进PBAS算法运动目标检测 | 第33-36页 |
| 4.1.1 帧差法 | 第33-34页 |
| 4.1.2 改进PBAS算法 | 第34-36页 |
| 4.2 基于梯度的阴影去除 | 第36-38页 |
| 4.3 基于YUV颜色空间的阴影检测算法 | 第38-39页 |
| 4.4 前景区域互补融合 | 第39-40页 |
| 4.5 实验结果和分析 | 第40-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 工作总结 | 第48页 |
| 5.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间取得的科研成果 | 第55-56页 |
| 攻读硕士期间参加的主要科研项目 | 第56页 |
