复杂环境下的光流算法及应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·研究目的和意义 | 第7-8页 |
| ·运动目标检测和跟踪 | 第8页 |
| ·光流算法 | 第8-11页 |
| ·微分光流法 | 第9-10页 |
| ·基于能量的光流算法 | 第10页 |
| ·基于相位的光流算法 | 第10-11页 |
| ·课题主要内容及组织结构 | 第11-12页 |
| 2 常用光流算法比较分析 | 第12-25页 |
| ·光流场与运动场 | 第12-13页 |
| ·Hom&Schunk光流算法 | 第13-14页 |
| ·Lucas&Kanda光流算法 | 第14-15页 |
| ·块匹配光流算法 | 第15-18页 |
| ·金字塔光流算法 | 第18-21页 |
| ·CLG光流算法 | 第21-23页 |
| ·实验结果与分析 | 第23-25页 |
| 3 复杂环境下基于光流算法的运动目标检测 | 第25-39页 |
| ·复杂环境的定义 | 第25页 |
| ·基于累积帧差和视频窗口划分的运动目标检测 | 第25-27页 |
| ·基于投影算法的阴影去除 | 第27-29页 |
| ·光流算法用于消除波动式干扰 | 第29-37页 |
| ·视频序列中波动式干扰的特性分析 | 第29-32页 |
| ·视频窗口特征提取 | 第32-33页 |
| ·累积光流的计算 | 第33-35页 |
| ·光流算法用于消除波动式干扰算法描述 | 第35-37页 |
| ·实验结果与分析 | 第37-39页 |
| 4 基于Hessian矩阵光流算法的目标跟踪 | 第39-49页 |
| ·基于光流的目标跟踪算法 | 第39-44页 |
| ·前后误差光流法 | 第40-41页 |
| ·改进的光流算法 | 第41-44页 |
| ·改进的光流目标跟踪算法 | 第44-47页 |
| ·目标跟踪过程 | 第44-47页 |
| ·实验结果与分析 | 第47-49页 |
| 5 基于光流算法的感兴趣目标长时间跟踪 | 第49-57页 |
| ·图像分块和目标模型 | 第50-52页 |
| ·图像分块 | 第50-51页 |
| ·目标模型 | 第51-52页 |
| ·感兴趣目标检测 | 第52-54页 |
| ·方差检测模块 | 第52页 |
| ·随机蕨检测模块 | 第52-53页 |
| ·最近邻分类检测模块 | 第53-54页 |
| ·跟踪模块 | 第54页 |
| ·学习模块 | 第54-55页 |
| ·检查一致性 | 第54页 |
| ·生成训练样本 | 第54页 |
| ·训练分类器 | 第54-55页 |
| ·综合模块 | 第55页 |
| ·实验结果与分析 | 第55-57页 |
| 6 全文总结和展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 申请学位期间的研究成果及发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
